Llama3-Med42-8B

Llama3-Med42-8B

临床大模型开创医学问答新时代

Med42-v2套件提供访问8亿或70亿参数的临床大语言模型,通过LLaMA-3开发,其在医学问答任务中的表现卓越,特别是Med42-v2-70B,在MCQA任务中超越了GPT-4.0,位居临床Elo评分榜首,并在MedQA零样本测试中取得79.10的优秀成绩。目前,该模型尚需进一步评估以确保安全,并计划应用于医疗问答、患者记录总结等领域,以增强临床决策支持。

Med42-v2医疗大模型模型Github开源项目问答系统健康医疗LLMHuggingface

Llama3-Med42-8B项目介绍

简介

Llama3-Med42-8B是一个开放获取的临床大型语言模型套件,由M42公司开发,旨在扩大对医学知识的获取。这些生成式人工智能系统由LLaMA-3构建,参数量为8亿或70亿,能够为医学问题提供高质量的答案。Med42-8B项目是这个套件中的一种模型,虽然参数较少,但依然具备出色的能力。

关键性能指标

Med42-v2模型系列(包含Llama3-Med42-8B)在临床领域的表现十分出色,尤其是70亿参数的Med42-v2-70B模型在多项选择问答任务(MCQA)中优于GPT-4。虽然Llama3-Med42-8B的参数量较少,但依然在多个评测中显示出竞争力,Elo评分达到924。

限制与安全使用

目前,Med42-v2模型系列尚未准备好用于真实临床环境,仍在进行大量的人为评估以确保其安全性。这些模型可能会生成错误或有害的信息,并在训练数据中潜在地延续偏见。因此,用户应当负责任地使用这些模型,并在经过严格安全测试之前不应依赖它们用于医学用途。

模型详情

Llama3-Med42-8B是从Llama3模型基础上微调生成的,利用包含约10亿个标记的数据集进行指令调优。数据来源多样,包括医学记忆卡、考试题目以及开放领域的对话。M42健康人工智能团队是该模型的开发者,模型使用文本作为输入和输出,且目前为静态离线训练模型,未来将发布性能增强的模型版本。

预期用途

Med42-v2模型系列,包括Llama3-Med42-8B,计划用于临床决策支持及医疗领域的语言模型访问。潜在应用场景包括:

  • 医学问题回答
  • 患者记录摘要
  • 辅助医学诊断
  • 一般健康问答

硬件与软件

模型训练是在NVIDIA DGX集群和H100 GPU上进行的,使用了PyTorch的全分片数据并行(FSDP)框架。

评价结果

在开放性问题生成方面,采用Prometheus-8x7b-v2.0来评估模型输出质量。我们使用精心策划的4000个公共健康相关问题,以确保模型在体面对医学情境中表现的稳健性。Med42-v2模型凭借良好的表现获得了较高的评分。

在多项选择题问答评估中,Med42-v2在每一个临床基准测试中都比之前的版本有更优的表现,包括MedQA和USMLE等。

访问与问题报告

用户可以通过多个渠道报告软件故障或其他问题,例如访问Med42 GitHub页面进行反馈,也可以通过填表报告模型生成的风险内容或安全顾虑。更多信息可查看M42的隐私政策

致谢

我们感谢Torch FSDP团队提供的分布式训练框架,感谢EleutherAI的评估工具以及Hugging Face Alignment团队在负责任的人工智能开发方面的贡献。

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能,助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手,复杂任务高效处理

AI办公助手,复杂任务高效处理。办公效率低?扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作,覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应,生活工作无缝切换,提升50%效率!

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

热门AI工具生产力协作转型TraeAI IDE
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI助手AI工具AI写作工具AI辅助写作蛙蛙写作学术助手办公助手营销助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

模型训练热门AI工具内容创作智能问答AI开发讯飞星火大模型多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

下拉加载更多