模型简介
该模型通过分析用户输入的症状特征向量(0/1表示症状是否存在),预测可能的疾病类型。适用于医疗辅助诊断场景。
模型特点
症状特征分析
支持132种症状的二进制输入,全面覆盖常见疾病表现
高效预测
基于轻量级scikit-learn模型,可实现快速疾病预测
简单集成
提供标准化的joblib模型接口,易于集成到现有系统
模型能力
症状特征分析
疾病概率预测
医疗辅助诊断
使用案例
医疗健康
症状自查工具
患者输入症状后获取可能的疾病预测
提供初步诊断参考(需专业医生确认)
分诊系统
辅助医疗机构进行症状初步分类
提高分诊效率
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