模型简介
该模型结合了生物医学论文和电子健康记录两个领域,旨在提升临床相关下游任务(如再入院预测)的性能。
模型特点
跨领域预训练
结合生物医学论文和临床电子健康记录进行训练,增强模型在医疗领域的理解能力
全词掩码技术
采用全词掩码技术增强语言模型的连贯性
长文本处理
所有临床笔记被分块为512个标记的长度,适合处理较长医疗文本
模型能力
临床文本理解
医疗实体识别
临床预测任务
医疗文本掩码预测
使用案例
临床决策支持
再入院预测
基于患者临床记录预测再入院风险
疾病诊断辅助
帮助识别临床笔记中的关键诊断信息
医学研究
临床笔记分析
从电子健康记录中提取结构化信息用于研究
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文