Meta, tıp alanına uyarlanmış geniş, çok modlu dil modellerinden oluşan bir paket olan Meditron'u sunar. Örneğin CT görüntüleri ile ilgili sorulara da cevap verebilmelidir. Llama-3'ün piyasaya sürülmesinin ardından Meta, 8 milyar parametreye sahip ilgili bir sürümü eğitti (Llama-3[8B]-Meditron V1.0). Olası kullanım durumları arasında tıbbi muayenelerdeki soruları yanıtlamak, ayırıcı tanıya yardımcı olmak, hastalıklar hakkında bilgi istemek (semptomlar, nedenler, tedavi) ve genel sağlık sorularını yanıtlamak yer alır.
Duyuru
Google'ınkiler de dahil olmak üzere çeşitli dil modelleri, klinik karar verme ve hastalık teşhisine yardımcı olmak üzere tasarlanmıştır. Meditron'un tıbbi dil modelleri için ortak kıyaslamalarda neredeyse Google'ın ticari Med-Palm 2'si kadar iyi performans gösterdiği söyleniyor. Eğitim için diğer tıp dili modellerinde olduğu gibi PubMed özetleri kullanıldı.
Lama-3 geliştirildi[8B]-MeditronV1.0 ve Meta'nın diğer modelleri ile Lozan'daki İsviçre Federal Teknoloji Enstitüsü (EPFL) ve Yale Tıp Fakültesi'nden araştırmacılar. Bilim insanları ayrıca Uluslararası Kızılhaç Komitesi (ICRC) gibi kuruluşlarla da çalıştı. Araştırmacılar ayrıca prosedür ve değerlendirme hakkında daha fazla ayrıntı içeren bir ön baskı (PDF) yayınladılar.
Meditron çok modludur ve görüntülerle ilgili sorulara da yanıt verebilir. Meta'ya göre açık kaynak LLM neredeyse ticari olan kadar iyi.
(Resim: Meta)
Apache 2.0 Lisansı
Meditron, Apache 2.0 lisansı altında Github'da mevcut ve Meta'ya göre yalnızca ilk birkaç ayda 30.000 kez indirildi. Meditron modelleri doğrudan Hugging Face Model Merkezinden yüklenebilir. Geliştiriciler bir kod örneği sağlar. Ancak geliştiriciler şablonların üretim ortamlarında kullanılmasını önermiyor.
Meta'ya göre Meditron paketi, hızlı ve doğru tıbbi müdahale gerektiren acil durum senaryoları da dahil olmak üzere çeşitli ortamlardaki kritik ihtiyaçları karşılama potansiyeline sahip. Ayrıca dezavantajlı bölgelerdeki hastaların teşhis ve tedavisinde sağlık profesyonellerine destek verilmesi de amaçlanıyor.
Projenin liderlerinden biri olan Yale profesörü Mary-Anne Hartley, tam yayının düşük kaynak ortamlarında yeniliğe olanak sağlayacağını umuyor. Bunun amacı daha iyi temsili sağlamak ve tıbbi bilgiye adil erişim sağlamaktır. Eğitim verileri de yayınlanmalıdır. Veriler, örneğin hastanelerden ve uluslararası kuruluşlardan alınan klinik kılavuzların yanı sıra çeşitli tıbbi çalışmaları da içeren GAP Replay külliyatından geliyor. RedPajama v1 veri kümesindeki veriler ön eğitim için kullanıldı.
(Mac)
Haberin Sonu
Duyuru
Google'ınkiler de dahil olmak üzere çeşitli dil modelleri, klinik karar verme ve hastalık teşhisine yardımcı olmak üzere tasarlanmıştır. Meditron'un tıbbi dil modelleri için ortak kıyaslamalarda neredeyse Google'ın ticari Med-Palm 2'si kadar iyi performans gösterdiği söyleniyor. Eğitim için diğer tıp dili modellerinde olduğu gibi PubMed özetleri kullanıldı.
Lama-3 geliştirildi[8B]-MeditronV1.0 ve Meta'nın diğer modelleri ile Lozan'daki İsviçre Federal Teknoloji Enstitüsü (EPFL) ve Yale Tıp Fakültesi'nden araştırmacılar. Bilim insanları ayrıca Uluslararası Kızılhaç Komitesi (ICRC) gibi kuruluşlarla da çalıştı. Araştırmacılar ayrıca prosedür ve değerlendirme hakkında daha fazla ayrıntı içeren bir ön baskı (PDF) yayınladılar.
Meditron çok modludur ve görüntülerle ilgili sorulara da yanıt verebilir. Meta'ya göre açık kaynak LLM neredeyse ticari olan kadar iyi.
(Resim: Meta)
Apache 2.0 Lisansı
Meditron, Apache 2.0 lisansı altında Github'da mevcut ve Meta'ya göre yalnızca ilk birkaç ayda 30.000 kez indirildi. Meditron modelleri doğrudan Hugging Face Model Merkezinden yüklenebilir. Geliştiriciler bir kod örneği sağlar. Ancak geliştiriciler şablonların üretim ortamlarında kullanılmasını önermiyor.
Meta'ya göre Meditron paketi, hızlı ve doğru tıbbi müdahale gerektiren acil durum senaryoları da dahil olmak üzere çeşitli ortamlardaki kritik ihtiyaçları karşılama potansiyeline sahip. Ayrıca dezavantajlı bölgelerdeki hastaların teşhis ve tedavisinde sağlık profesyonellerine destek verilmesi de amaçlanıyor.
Projenin liderlerinden biri olan Yale profesörü Mary-Anne Hartley, tam yayının düşük kaynak ortamlarında yeniliğe olanak sağlayacağını umuyor. Bunun amacı daha iyi temsili sağlamak ve tıbbi bilgiye adil erişim sağlamaktır. Eğitim verileri de yayınlanmalıdır. Veriler, örneğin hastanelerden ve uluslararası kuruluşlardan alınan klinik kılavuzların yanı sıra çeşitli tıbbi çalışmaları da içeren GAP Replay külliyatından geliyor. RedPajama v1 veri kümesindeki veriler ön eğitim için kullanıldı.
(Mac)
Haberin Sonu