IV.4Клиническая медицина и общественное здоровье

HuatuoGPT-3-27B — медицинская диалоговая модель компании FreedomIntelligence, дообученная на Qwen/Qwen3.8-27B методом One-stage Policy Optimization (OnePO). Она предназначена для медицинских рассуждений и ответов на запросы, в том числе с анализом изображений; карточка также указывает поддержку диалогового режима и интерфейса вызова инструментов. Модель содержит 27 млрд параметров, использует плотную мультимодальную архитектуру семейства Qwen3.5 и распространяется в формате safetensors. Для вывода требуется включить режим рассуждений (`enable_thinking=True`); модель формирует рассуждение перед итоговым ответом. Её можно запускать через vLLM или SGLang. Лицензия — Apache-2.0. В карточке не приведены результаты медицинской валидации или сведения о клиническом применении, поэтому ответы модели следует проверять.

Это GGUF-квантизированная версия модели Llama-3.2-3B-Instruct-Medical-Finetuned-merged, разработанной Mohamed Ahmed Abo El-Enen, Sally S. Ismail и Taymoor Mohamed Nazmy, а квантизации выполнены пользователем tinyopsec. Модель основана на meta-llama/Llama-3.2-3B-Instruct и адаптирована к медицинской тематике методом QLoRA с последующим слиянием LoRA-весов с базовой моделью. Для инференса отдельный адаптер PEFT не требуется. Модель предназначена прежде всего для ответов на медицинские вопросы, включая открытые и тестовые задания, поиска клинической информации, вспомогательной поддержки принятия клинических решений и исследовательских экспериментов с небольшими Llama-моделями в сфере здравоохранения. Это текстовая авторегрессионная модель архитектуры LlamaForCausalLM с примерно 3,21 млрд параметров, английским языком, словарём из 128 256 токенов и заявленным нативным контекстом до 128K токенов. Доступны варианты GGUF с точностью от 3 до 16 бит и размером примерно от 1,54 до 6,43 ГБ, что позволяет выбирать между компактностью и качеством. Сильными сторонами являются специализация на медицинских вопросах, относительно небольшой размер, поддержка llama.cpp и совместимость с LM Studio и Ollama. При этом в README не заявлены формальные результаты бенчмарков, а ответы модели могут содержать ошибки. Модель не предназначена для автономных клинических решений, постановки окончательных диагнозов, назначения лечения или замены врача, экстренной помощи и лицензированной медицинской консультации. Указана лицензия Llama 3.2 Community License.

OpenBioLLM-8B — специализированная медицинская языковая модель, разработанная Анкитом Палом и Aaditya Ura из Saama AI Labs. Она основана на Meta-Llama-3-8B и дообучена на биомедицинских текстах, медицинских инструкциях и данных предпочтений с применением DPO. Модель содержит около 7,5 млрд параметров, использует плотную архитектуру Llama и контекст до 8192 токенов. Модель предназначена для генерации ответов на медицинские и биомедицинские вопросы, суммаризации клинических записей и работы с медицинской терминологией. Карточка описывает результаты на биомедицинских бенчмарках и примеры извлечения клинических сущностей; это возможности генеративной модели, а не отдельные подтверждённые pipeline-задачи. Основной язык модели — английский. Для работы следует использовать шаблон чата Llama 3 Instruct; ответы иногда бывают многословными. Модель распространяется по лицензии Meta Llama 3. Это языковая модель для медицинского домена, поэтому её ответы могут содержать ошибки и не должны восприниматься как подтверждённые медицинские рекомендации.

Llama-3-Galen-70B-v1 — языковая модель для генерации текста, созданная слиянием предварительно обученных моделей методом DARE TIES с помощью mergekit. В качестве базовой модели указана aaditya/Llama3-OpenBioLLM-70B — англоязычная модель на базе Llama 3, дообученная для биомедицинских текстов. Модель предназначена для ответов на вопросы и анализа текстов в медицинских и биомедицинских сценариях. В README приведены результаты оценки на PubMedQA, профессиональной медицине и медицинской генетике; среднее значение по указанным задачам — 0,8594. Архитектура — плотная Llama с 69,5 млрд параметров, контекст — 8192 токена; модель поддерживает чат и принимает и выдаёт текст. Лицензия — Llama 3. Модель ориентирована на английский язык; качество для других языков не подтверждено. Как и другие генеративные медицинские модели, её ответы требуют проверки специалистом и не должны сами по себе служить основанием для клинических решений.

MedEmbed-large-v0.1 — англоязычная модель эмбеддингов для медицинских и клинических текстов, созданная дообучением BAAI/bge-large-en-v1.5. Она использует плотную архитектуру BERT и предназначена для поиска информации, семантического поиска и подбора релевантных ответов в медицинских системах, исследовательских инструментах и базах медицинской литературы. Размер модели — 433,9 млн параметров, контекст — до 512 токенов; модель принимает текст и выдаёт эмбеддинги для задач извлечения признаков и сравнения предложений. Для контрастивного обучения использовались триплеты «запрос, релевантный ответ, нерелевантный ответ», созданные на основе клинических заметок из PubMed Central с помощью синтетической генерации и сложных отрицательных примеров. В README заявлено превосходство над универсальными эмбеддингами на медицинских и поисковых бенчмарках ArguAna, MedicalQARetrieval, NFCorpus, PublicHealthQA и TRECCOVID, но конкретные метрики в карточке не приведены. Модель специализируется на медицинских и клинических текстах и может хуже работать в других областях. Её следует использовать как вспомогательный инструмент, а не для самостоятельных медицинских решений. Лицензия — Apache-2.0.

MediX-R1-30B — медицинская мультимодальная модель MBZUAI для ответов на вопросы по тексту и медицинским изображениям. Это дообученная методом обучения с подкреплением модель Qwen/Qwen3-VL-30B-A3B-Instruct; в метаданных указана архитектура Qwen3-VL MoE и библиотека Transformers. Модель предназначена для свободных клинических ответов и рассуждений, включая сценарии, выходящие за рамки тестов с выбором ответа. При обучении использовалось около 50 тысяч инструкционных примеров и составная функция вознаграждения, учитывающая точность, семантическое сходство, формат ответа и распознавание модальности. В README сообщается о среднем результате 73,6% на медицинских бенчмарках; это заявление авторов, а не гарантия качества в клиническом применении. Карточка указывает поддержку английского языка. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование.

Карточка модели MBZUAI/MediX-R1-8B на Hugging Face совпадает с карточкой MBZUAI/MediX-R1-30B, поэтому описание составлено по ней. MediX-R1-30B — медицинская мультимодальная модель MBZUAI для ответов на вопросы по тексту и медицинским изображениям. Это дообученная методом обучения с подкреплением модель Qwen/Qwen3-VL-30B-A3B-Instruct; в метаданных указана архитектура Qwen3-VL MoE и библиотека Transformers. Модель предназначена для свободных клинических ответов и рассуждений, включая сценарии, выходящие за рамки тестов с выбором ответа. При обучении использовалось около 50 тысяч инструкционных примеров и составная функция вознаграждения, учитывающая точность, семантическое сходство, формат ответа и распознавание модальности. В README сообщается о среднем результате 73,6% на медицинских бенчмарках; это заявление авторов, а не гарантия качества в клиническом применении. Карточка указывает поддержку английского языка. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование.

MediX-R1-8B-GGUF — квантизированная GGUF-версия модели MBZUAI/MediX-R1-8B, разработанной Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI), ОАЭ. Модель создана для медицинских мультимодальных задач и использует подход открытого обучения с подкреплением, ориентированный на формирование свободных, клинически обоснованных ответов, а не только на решение задач с вариантами ответа. Модель поддерживает сценарии работы с текстом и изображениями, включая медицинские изображения, такие как рентгеновские снимки и микроскопические изображения. В основе лежит vision-language архитектура; в описании проекта также указана связь с Qwen3-VL. Размер модели — 8 млрд параметров. Для обучения применялись алгоритмы GRPO и DAPO, а составная функция вознаграждения учитывала точность, семантическое сходство, соблюдение формата и распознавание модальности. Модель обучалась примерно на 50 тысячах инструкционных примеров и показала средний результат 68,8% на совокупности медицинских бенчмарков, превысив заявленный результат значительно более крупной модели MedGemma 27B. К сильным сторонам относятся ориентация на открытые медицинские ответы, мультимодальность и использование нескольких сигналов вознаграждения для повышения устойчивости обучения и качества рассуждений. В README не указаны размер контекстного окна, полный перечень поддерживаемых языков, конкретный метод квантизации и аппаратные требования. Модель распространяется по лицензии CC BY-NC-SA 4.0, предусматривающей некоммерческое использование с указанием авторства и сохранением аналогичных условий распространения.

OpenMed-ZeroShot-NER-Anatomy-Large-459M — модель OpenMed для извлечения анатомических сущностей из медицинских и биомедицинских текстов. Она построена на архитектуре GLiNER и дообучена на корпусе ANATOMY; название указывает на размер около 459 млн параметров, однако это значение в предоставленных метаданных не подтверждено. Модель принимает текст и возвращает найденные сущности с метками, поддерживая zero-shot-задание типов сущностей. Модель предназначена для разбора клинических записей, радиологических и хирургических заметок, выделения анатомических структур и частей тела, а также анализа медицинской литературы. В карточке заявлен F1 0,9271 на тестовом наборе ANATOMY, исключённом из обучения. Оценка относится к этому набору и не гарантирует качество на других источниках или типах сущностей. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.

OpenMed/OpenMed-ZeroShot-NER-Anatomy-Small-166M — модель OpenMed для распознавания анатомических сущностей в биомедицинских и клинических текстах. Она основана на архитектуре GLiNER и дообучена на корпусе ANATOMY для извлечения органов, тканей, частей тела и других анатомических структур. Модель поддерживает zero-shot-разметку: типы сущностей задаются при использовании, без отдельного дообучения под каждую категорию. Модель предназначена для разбора клинических записей, радиологических и хирургических заметок, поиска локализации заболеваний, а также анализа медицинской литературы и записей пациентов. В README указана оценка F1 0,70 на тестовом наборе; заявленные результаты относятся к данным карточки и не гарантируют ту же точность на других текстах. Репозиторий содержит веса PyTorch, модель принимает текст и выдаёт предсказания именованных сущностей. Лицензия — Apache-2.0.

OpenMed-ZeroShot-NER-Disease-Large-459M — модель OpenMed для распознавания упоминаний заболеваний и патологических состояний в биомедицинском тексте. Она построена на архитектуре GLiNER и дообучена на наборе BC5CDR-Disease, содержащем аннотации заболеваний в аннотациях PubMed. Основная задача модели — извлекать текстовые фрагменты и присваивать им метку сущности, в первую очередь DISEASE; автор также заявляет возможность задавать пользовательские типы сущностей без дополнительного обучения. Модель предназначена для разметки биомедицинской литературы и клинических текстов, индексации заболеваний, фенотипирования пациентов и сбора клинических свидетельств. В README приведён показатель F1 около 0,90 на тестовом наборе BC5CDR-Disease, не использовавшемся при обучении. Модель принимает текст и выдаёт найденные сущности с метками. В метаданных указаны английский язык и библиотека PyTorch; лицензия — Apache-2.0. Результаты для пользовательских типов сущностей могут зависеть от выбранного порога, а заявленные возможности не гарантируют одинаковую точность для всех типов текста и сущностей.

Panacea-7B-Chat — языковая модель с диалоговым интерфейсом для задач, связанных с клиническими исследованиями. Она разработана на основе Mistral-7B-v0.1 и дообучена в два этапа: продолженное предобучение на документах о дизайне клинических испытаний и научных публикациях, затем настройка на выполнение инструкций. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Модель предназначена для поиска и обобщения клинических исследований, помощи в разработке испытаний и наборе участников. В карточке заявлены обучение на 793 279 документах по дизайну клинических испытаний и 1 113 207 научных статьях о клинических исследованиях, а также более высокие результаты по соответствующим задачам по сравнению с рядом открытых языковых и медицинских моделей. Рабочий язык, указанный в метаданных, — английский. Модель распространяется по лицензии Apache-2.0.

PULSE-7bv5 — медицинская диалоговая языковая модель, разработанная коллективами Шанхайской лаборатории искусственного интеллекта, Шанхайского транспортного университета и Восточно-Китайского технологического университета. Это дообученная на базе Bloom 7B модель с архитектурой BloomForCausalLM и 9,1 млрд параметров. Для обучения использовано около 4 млн инструкционных примеров из медицинской и общей областей. Модель предназначена для медицинских текстовых задач: просвещения о здоровье, ответов на вопросы врачебных экзаменов, интерпретации отчетов, структурирования медицинских записей и имитации диагностики и лечения. Она поддерживает диалог, принимает и генерирует текст; карточка указывает китайский язык. Контекст составляет 2048 токенов. Модель может помогать с подготовкой и разбором медицинской информации, однако её ответы о диагнозе и лечении не заменяют консультацию врача и не должны служить основанием для самостоятельной диагностики или лечения. Веса распространяются по лицензии GNU AGPL 3.0; код проекта — по Apache 2.0.

Redflag Detection V4.2 — специализированная языковая модель для извлечения медицинских тревожных признаков из текста. Она дообучена методом LoRA на Qwen2.5-7B-Instruct и представлена в виде объединённой версии весов. Модель построена на плотной архитектуре Qwen2, содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для выявления симптомов и признаков риска по заданной медицинской спецификации из 59 правил и 89 симптомов. В README сообщаются результаты проверки на валидационной выборке: точное совпадение 89,6%, точность 0,921 и полнота 0,779; для оценки, учитывающей SUSPECTED как истинное срабатывание при расчёте полноты, указаны точность 0,771 и полнота 0,865. Для работы автор рекомендует сочетать модель с правиловым движком V20.4.2 выпущена по лицензии Apache-2.0. Модель покрывает только симптомы и правила включённой спецификации; некоторые потенциально опасные состояния, включая перекрут яичка, закрытоугольную глаукому, синдром конского хвоста и послеродовое кровотечение, в неё не входят. В README также отмечено, что отдельные выходы могут упоминать удалённые из спецификации симптомы, поэтому их следует игнорировать или отфильтровывать downstream-системой. Описанные метрики получены на указанной в карточке валидационной выборке и сами по себе не подтверждают клиническую пригодность.

TxAgent-T1-Llama-3.1-8B — медицинская языковая модель-агент, разработанная командой TxAgent и дообученная на основе meta-llama/Llama-3.1-8B-Instruct. Модель рассчитана на многошаговые рассуждения о лекарственной терапии и вызов внешних инструментов для поиска и проверки биомедицинских сведений. В описанном авторами сценарии агент работает с ToolUniverse, объединяющим 211 инструментов. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. Она принимает текстовые запросы и генерирует текст, включая структурированные вызовы функций для поддерживаемого агентного интерфейса. Обучающие данные охватывают вопросы о терапии, лекарственных взаимодействиях, противопоказаниях и персонализации рекомендаций с учётом характеристик пациента. В README приведены результаты на разработанных авторами бенчмарках, но это не заменяет клиническую проверку. Модель предназначена для исследовательской поддержки анализа лекарственной терапии и требует актуальных источников и инструментов для получения внешних данных. README не подтверждает мультимодальный ввод, несмотря на упоминание мультимодальных адаптивных моделей во введении. Используется лицензия Llama 3.1; применяйте модель согласно её условиям и не рассматривайте сгенерированные рекомендации как самостоятельное медицинское решение.

Модель lxyuan/vit-xray-pneumonia-classification — дообученная разработчиком Lxyuan модель Vision Transformer ViT-Base с 113,2 млн параметров для классификации рентгеновских снимков грудной клетки. Она основана на google/vit-base-patch16-224-in21k и обучена на наборе chest-xray-classification; предназначена для определения классов на изображениях грудной клетки, в том числе для задач, связанных с выявлением пневмонии. В карточке указаны точность 0,9742 и loss 0,0868 на оценочной выборке. Модель принимает изображения и выдаёт метки классов. Она выпущена в форматах PyTorch и Safetensors и распространяется по лицензии Apache-2.0. Результаты на оценочной выборке не гарантируют такую же точность на снимках из других источников; модель не заменяет медицинскую диагностику.

WiNGPT2-Gemma-2-9B-Chat — медицинская диалоговая языковая модель компании Weining Health, созданная на базе Gemma 2 и адаптированная для медицинских вопросов и ответов. Она предназначена для медицинской справочной поддержки, диалога с пользователями и помощи в формулировании рекомендаций по диагностике, лечению и здоровью. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. Карточка описывает китайские медицинские возможности и многоязычную версию; метаданные указывают английский и китайский языки. Для чата используется собственный шаблон сообщений. В README сообщается о продолженном предобучении базовой версии на медицинских данных и дообучении с выравниванием Chat-версии на примерно 450 тысячах примеров. Модель может помогать с медицинскими вопросами и предоставлять справочную информацию, но её ответы могут содержать ошибки и не заменяют консультацию, диагноз или лечение у медицинского специалиста. Лицензия проекта — Apache 2.0; веса также подчиняются условиям лицензии и использования базовой модели Gemma.

Baichuan-M1-14B-Instruct — открытая инструктивная языковая модель компании Baichuan Intelligence, разработанная с нуля и оптимизированная для медицинских сценариев. Она предназначена для диалога, ответов на вопросы и рассуждений в медицинской и общей тематике, включая сложные клинические случаи и задачи из более чем 20 медицинских специальностей. Модель имеет плотную авторегрессионную архитектуру BaichuanM1ForCausalLM и содержит 13,7 млрд параметров. Контекст — до 32 768 токенов. Обучение проводилось на медицинских и общих данных, в том числе на английском, китайском и данных ещё примерно на 30 языках; карточка указывает английский и китайский. В архитектуре используются короткая свёртка в механизме внимания и скользящее оконное внимание в части слоёв для работы с контекстом и снижения расхода KV-кэша. Модель подходит для медицинских диалогов и анализа текстовых клинических материалов, но ответы о здоровье требуют проверки квалифицированным специалистом: карточка не подтверждает клиническую валидацию или пригодность для самостоятельной диагностики. Также модель может ошибаться в медицинских фактах и рассуждениях. Веса опубликованы в формате safetensors; условия лицензии в предоставленных данных не приведены.

Baichuan-M2-32B-Q4_K_M-GGUF — квантизированная 4-битная версия медицинской языковой модели Baichuan-M2-32B, разработанная Baichuan AI. Модель построена на базе Qwen2.5-32B и предназначена для медицинского рассуждения, обучения, консультационных сценариев и поддержки клинических решений, а также сохраняет общие способности к генерации текста и решению математических задач. Заявлены поддержка английского и китайского языков, текстовая модальность и использование в задачах генерации текста; размер контекстного окна в README не указан. Модель использует Large Verifier System с симуляторами пациентов и многомерной проверкой ответов, медицинскую адаптацию посредством Mid-Training и многоэтапное обучение с подкреплением. Эти методы направлены на улучшение медицинских знаний, диагностического рассуждения, полноты ответов и взаимодействия с пациентами. Формат GGUF Q4_K_M ориентирован на эффективное локальное развертывание через llama.cpp или Ollama; заявлена возможность запуска на одной RTX 4090. В README приведены высокие результаты на HealthBench и сопоставимых общих тестах, однако конкретные требования к ресурсам и контексту не раскрыты. Модель предназначена только для исследований и справочных целей и не заменяет профессиональную диагностику или лечение; рекомендуется использовать её под контролем медицинских специалистов. Лицензия Apache 2.0 допускает исследовательское и коммерческое использование.

CaReAQA — модель для ответов на открытые вопросы по аудиозаписям сердечных и лёгочных звуков. Она объединяет обработку аудио с большой языковой моделью и предназначена для анализа аускультационных данных: например, выявления шумов, указания их локализации и формулирования диагностических выводов по звуку и вопросу пользователя. Модель ориентирована на сценарии поддержки анализа сердечно-сосудистого и респираторного здоровья. На вход подаются предварительно обработанное аудио и диагностический вопрос, на выходе — ответ на естественном языке. В метаданных указаны семейство Llama, плотная архитектура, формат PyTorch и языковой тег английского языка. Лицензия и сведения о длине контекста в предоставленных данных отсутствуют.

Portuguese Clinical NER - Pharmacologic — модель распознавания фармакологических сущностей в клиническом тексте на португальском языке. Она входит в проект BioBERTpt: модели семейства обучались на бразильском клиническом корпусе SemClinBr в течение 10 эпох с разметкой IOB2; базовой моделью указана BioBERTpt(all). Архитектура — BERT для классификации токенов, размер — 205,1 млн параметров, длина контекста — 512 токенов. Модель предназначена для извлечения упоминаний фармакологических сущностей из клинических документов на бразильском португальском языке. Она может использоваться в медицинском анализе текста и при структурировании клинической информации. Карточка не уточняет полный перечень распознаваемых типов фармакологических сущностей и оценку качества. Лицензия в предоставленных данных не указана.

Это дообученная модель эмбеддингов на базе Google EmbeddingGemma 300M, разработанная для поиска и сопоставления текстов о здоровье на норвежском языке. Она построена на архитектуре Gemma 3 Text и преобразует текст в векторы размерности 768; поддерживает контекст до 2048 токенов. Модель обучена на 330 120 триплетах из норвежских медицинских документов с CachedMultipleNegativesRankingLoss, объединяющим явные сложные негативные примеры и негативные примеры из пакета. Она предназначена для медицинского семантического поиска, информационного поиска и извлечения документов для RAG-систем и ответов на медицинские вопросы. Модель оптимизирована для норвежских медицинских текстов, поэтому её качество на других языках и в других предметных областях может быть ниже. Лицензия — Gemma.

HealthGPT-Pro-8B — медицинская мультимодальная модель для понимания и анализа медицинского текста и изображений, разработанная на базе Qwen3-VL-8B-Instruct. Это плотная модель семейства Qwen3-VL с архитектурой Qwen3VLForConditionalGeneration; в README описаны варианты обработки 2D-изображений и 3D-объёмов, подаваемых как последовательность кадров. Модель предназначена для ответов на медицинские вопросы, визуального анализа и задач по медицинским изображениям, включая КТ, МРТ, рентген, УЗИ, офтальмологические снимки, эндоскопию и гистопатологию. Обучение описано как двухэтапное: выравнивание на 3 млн примеров и дообучение с инструкциями на 10 млн примеров; также сохраняется часть данных общего назначения для следования инструкциям. Карточка приводит результаты на медицинских текстовых и мультимодальных бенчмарках. Поддерживаемые в метаданных языки — английский и китайский; контекстное окно и число параметров этой версии явно не сообщены. Лицензия — Apache-2.0. Модель предназначена для исследований и не заменяет профессиональную клиническую оценку, диагностику или лечение.

HuatuoGPT-Vision-34B-hf — версия модели HuatuoGPT-Vision-34B в формате Hugging Face LLaVA, опубликованная FreedomIntelligence и совместимая с vLLM и другими фреймворками. Это плотная мультимодальная модель архитектуры LLaVA с 34 млрд параметров, рассчитанная на работу с изображениями и текстом. Модель предназначена для медицинских сценариев, связанных с визуальными данными: например, для ответов на вопросы об изображениях и поддержки анализа медицинских изображений в диалоге. В карточке указан датасет PubMedVision, а метаданные отмечают английский и китайский языки. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0.

JSL-MedLlama-3-8B-v2.0-GGUF — квантизированная версия медицинской языковой модели JSL-MedLlama-3-8B-v2.0, разработанной John Snow Labs на базе Meta Llama 3 8B. Репозиторий подготовлен bartowski в формате GGUF для запуска через llama.cpp; квантизация выполнена с использованием метода imatrix. Модель предназначена для генерации текста в медицинском контексте, включая диалоговые и прикладные сценарии обработки медицинской информации. В README не указаны точные языки, мультимодальность или длина контекстного окна, поэтому модель следует считать текстовой, а эти характеристики — неизвестными. Доступно множество вариантов квантизации от Q8_0 до IQ1_S. Q6_K, Q5_K_M, Q5_K_S и варианты Q4 рекомендованы как обеспечивающие высокое качество при меньшем размере; более компактные варианты подходят для систем с ограниченным объёмом оперативной памяти, но могут заметно уступать по качеству. Сильной стороной является возможность локального запуска через llama.cpp и выбор компромисса между качеством, размером файла и требованиями к ресурсам. Ограничения включают возможное ухудшение ответов при низкой разрядности квантизации и медицинскую специфику, из-за которой результаты не следует использовать как замену профессиональной диагностике или консультации. Лицензия — CC BY-NC-ND 4.0, допускающая использование с указанными ограничениями.

Lingshu-7B — медицинская мультимодальная модель, разработанная авторами проекта Lingshu как часть семейства моделей для унифицированного понимания и рассуждения по медицинским изображениям и тексту. Она основана на архитектуре Qwen2.5-VL, содержит 7,1 млрд параметров и поддерживает контекст до 128 000 токенов. Модель принимает изображения и текст и генерирует текстовые ответы. Она предназначена для медицинских вопросов и ответов по изображениям, клинических рассуждений и подготовки медицинских отчётов. В карточке заявлена поддержка более 12 типов медицинских изображений, включая рентген, КТ, МРТ, микроскопию, УЗИ, гистопатологию, дерматоскопию, изображения глазного дна, OCT, эндоскопию и PET. Модель опубликована в формате safetensors для Transformers и распространяется по лицензии MIT. Авторы предупреждают, что генерация может быть неточной, вводящей в заблуждение или потенциально вредной; перед применением необходимы независимая проверка и меры безопасности.

MedGemma 27B IT — мультимодальная instruction-tuned модель семейства MedGemma, разработанная Google на базе Gemma 3. Она предназначена для медицинских AI-приложений, в которых требуется анализ медицинских текстов и изображений с генерацией текста. Данная версия связана с моделью google/medgemma-27b-it и представлена в формате GGUF. Модель использует языковую модель объёмом 27B параметров и мультимодальный компонент с визуальным энкодером SigLIP, предварительно обученным на обезличенных медицинских данных, включая рентгеновские снимки грудной клетки, дерматологические и офтальмологические изображения, а также гистопатологические слайды. Обучение также включало медицинские тексты, пары «вопрос–ответ», данные электронных медицинских записей в формате FHIR, радиологические изображения и другие медицинские данные. Модель ориентирована на медицинское рассуждение и задачи, связанные с пониманием медицинских изображений, записей и текста; точный размер контекста и перечень поддерживаемых языков в README не указаны. Сильной стороной модели является объединение медицинского текстового и визуального анализа в одной системе, что делает её подходящей для прототипирования и разработки приложений в сфере здравоохранения. При этом модель не следует рассматривать как автономный клинический инструмент: её результаты требуют проверки специалистами, а качество зависит от конкретной задачи и данных. Для задач классификации или поиска по изображениям без генерации текста рекомендуется использовать MedSigLIP. Использование регулируется условиями Health AI Developer Foundations; доступ к модели на Hugging Face требует ознакомления и согласия с этими условиями.

MedGemma 4B IT GGUF — мультимодальная instruction-tuned модель семейства MedGemma, разработанная Google и представленная в формате GGUF. Основой служит google/medgemma-4b-pt, а конвертация выполнена с использованием llama.cpp. Модель предназначена для медицинских приложений, где требуется генерация текста и понимание медицинских изображений, включая анализ рентгенограмм грудной клетки, дерматологических и офтальмологических изображений, а также гистопатологических данных. Мультимодальная часть использует визуальный энкодер SigLIP, предварительно обученный на обезличенных медицинских данных, а языковая модель обучалась на медицинских текстах и вопросах и ответах. Точные сведения о размере контекста, языках и конкретной схеме квантования в карточке не указаны. Instruction-tuned версия рекомендована как отправная точка для большинства прикладных сценариев; модель оптимизирована для задач с текстовой генерацией и может дообучаться под специализированные приложения. Для задач классификации или поиска по изображениям без генерации текста рекомендуется использовать MedSigLIP. Модель не следует рассматривать как готовую медицинскую диагностическую систему: перед применением в клинических сценариях необходимы проверка, оценка и адаптация под конкретную задачу. Использование регулируется условиями Health AI Developer Foundations; доступ на Hugging Face требует ознакомления и согласия с этими условиями.

unsloth/medgemma-4b-it-GGUF — это GGUF-версия MedGemma 4B IT, разработанная Unsloth на основе instruction-tuned модели google/medgemma-4b-it от Google. MedGemma относится к семейству Gemma 3 и предназначена для медицинских приложений, где требуется генерация текста по медицинским данным и изображениям. Модель мультимодальная: она сочетает языковую модель с визуальным энкодером SigLIP, предварительно обученным на обезличенных медицинских данных, включая рентгеновские снимки грудной клетки, изображения в дерматологии и офтальмологии, а также гистопатологические изображения. Модель ориентирована на понимание медицинского текста и изображений, клиническое рассуждение и создание прототипов медицинских AI-приложений. Точный размер контекста, поддерживаемые языки и дополнительные характеристики GGUF-квантизации в представленном README не указаны. Сильными сторонами являются специализация на медицинской тематике, мультимодальная обработка и instruction-tuned формат, который рекомендуется как отправная точка для большинства приложений. Модель может потребовать дообучения для конкретной клинической задачи и не должна рассматриваться как готовая замена профессиональной медицинской оценке. Для задач, не предусматривающих генерацию текста, например классификации или поиска изображений, рекомендуется отдельный энкодер MedSigLIP. Использование регулируется условиями Health AI Developer Foundations; для доступа на Hugging Face требуется ознакомиться с ними и принять их.

unsloth/medgemma-4b-it-unsloth-bnb-4bit — 4-битная версия MedGemma 4B, разработанной Google мультимодальной медицинской модели, подготовленная Unsloth с квантованием BNB 4-bit. Модель основана на google/medgemma-4b-it и предназначена для обработки медицинского текста и изображений в приложениях для здравоохранения. Модель сочетает языковой компонент Gemma 3 с визуальным энкодером SigLIP, предварительно обученным на обезличенных медицинских данных. Она поддерживает анализ рентгеновских снимков грудной клетки, дерматологических и офтальмологических изображений, а также гистопатологических слайдов и может использоваться для медицинского визуального понимания, клинического рассуждения и создания вспомогательных healthcare-приложений. Инструкциям лучше следует instruction-tuned версия, представленная в этом варианте. Квантование в 4-bit снижает требования к памяти и может упростить локальный запуск и развёртывание, однако потенциально может уменьшать точность по сравнению с исходной моделью. Модель не предназначена для самостоятельной постановки диагноза или принятия клинических решений; перед использованием в медицинских сценариях необходимы дополнительная оценка и адаптация. Доступ и использование регулируются условиями Health AI Developer Foundations; на Hugging Face требуется принять соответствующие условия лицензии.