unsloth/medgemma-1.5-4b-it
Unsloth Dynamic 2.0 achieves superior accuracy & outperforms other leading quants. MedGemma 1.5 model card Note: This card describes MedGemma 1.5, which is only available as a 4B multimodal instruction-tuned variant. For information on MedGemma 1 va...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tháng
#1 Repository Của Tháng
#2 Repository Của Tháng
🩺 MedGemma 1.5 4B IT: Mô hình ngôn ngữ đa phương thức dành riêng cho y tế
MedGemma 1.5 4B IT là phiên bản cập nhật của MedGemma 1, được tối ưu để xử lý cả văn bản và hình ảnh y tế với độ chính xác cao hơn.
MedGemma 1.5 4B IT là một mô hình Gemma 3 được Google huấn luyện lại nhằm nâng cao hiệu suất trên các tác vụ hiểu dữ liệu y tế, bao gồm cả văn bản lẫn hình ảnh. Được thiết kế để hỗ trợ các nhà phát triển trong việc xây dựng nhanh các ứng dụng trí tuệ nhân tạo trong lĩnh vực y tế, MedGemma hỗ trợ nhiều loại hình dữ liệu y tế phức tạp như ảnh X-quay ngực, MRI, CT, ảnh da liễu, giác mạc, và cả báo cáo xét nghiệm chưa có cấu trúc.
✨ Điểm nổi bật
- Multimodal y tế: Xử lý đồng thời cả văn bản và hình ảnh y tế, bao gồm cả hình ảnh 3D như CT và MRI.
- Hỗ trợ hình ảnh toàn cảnh (WSI): Phân tích đồng thời nhiều vùng ảnh từ lát cắt mỏng toàn bộ mô hình tế bào.
- Theo dõu thời gian: So sánh hình ảnh X-quay ngực qua thời gian để phát hiện thay đổi.
- Định vị giAnatom: Sử dụng bounding box để xác định vị trí các cấu trúc hoặc bất thường trong ảnh hình ảnh y tế.
- Hiểu tài liệu y tế: Trích xuất thông tin có cấu trúc từ báo cáo xét nghiệm không có cấu trúc.
- Tích hợp EHR: Phân tích và hiểu dữ liệu hồ sơ bệnh án điện tử dạng văn bản.
- Tăng cường độ chính xác: Cải thiện đáng kể độ chính xác lý luận văn bản y tế so với phiên bản trước.
- Mã nguồn mở & tương thích Transformers: Dễ dàng tích hợp vào hệ sinh thái Hugging Face và được tối ưu bởi Unsloth Dynamic 2.0.
💡 Vì sao đáng chú ý
MedGemma 1.5 4B IT nổi bật nhờ khả năng kết hợp sâu giữa xử lý ngôn ngữ tự nhiên và hình ảnh y tế, cho phép các nhà phát triển xây dựng các ứng dụng AI y tế toàn diện từ một mô hình duy nhất. Khác với các mô hình chung chỉ tập trung vào một khía cạnh, MedGemma được thiết kế đặc biệt để xử lý dữ liệu y tế đa dạng và phức tạp.
Đây là lựa chọn lý tưởng cho các nhà phát triển muốn nhanh chóng triển khai các tính năng như đọc báo cáo xét nghiệm, phân tích ảnh chẩn đoán, hoặc hỗ trợ ra quyết định lâm sàng thông minh. Tuy nhiên, mô hình chưa được tối ưu cho các ứng dụng đa lượt trò chuyện và cần được tinh chỉnh thêm để phù hợp với từng trường hợp sử dụng cụ thể.
#MedGemma #AIYTe #MultimodalAI #Unsloth #Transformers #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
MedGemma 1.5 model card Note: This card describes MedGemma 1.5, which is only available as a 4B multimodal instruction-tuned variant. For information on MedGemma 1 variants, refer to the MedGemma 1 model card(https://developers.google.com/health-ai-...
MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garden: MedGemma(https://console.cloud.google.com/vertex-ai/publishers/google/model-gard...
MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garden: MedGemma(https://console.cloud.google.com/vertex-ai/publishers/google/model-gard...
MedGemma model card Model documentation: MedGemma(https://developers.google.com/health-ai-developer-foundations/medgemma) Resources: Model on Google Cloud Model Garden: MedGemma(https://console.cloud.google.com/vertex-ai/publishers/google/model-gard...
MedSigLIP model card Model documentation: MedSigLIP(https://developers.google.com/health-ai-developer-foundations/medsiglip) Resources: Model on Google Cloud Model Garden: MedSigLIP(https://console.cloud.google.com/vertex-ai/publishers/google/model-...
Qwen3.8-27B !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. !Tip F...
Qwen3.8-Flash-Next !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc....
📰 Tech Blog | 📄 Full Report 1. Model Introduction Kimi K3 is an open-weight, native multimodal agentic model and our most capable model to date. It is a 2.8T-parameter model built on Kimi Delta Attention (K...
Hugging Face | GitHub | Launch Blog | Documentation License: Apache 2.0 | Authors: Google DeepMind Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on small...