专为医疗领域打造：

Llama-medx_v3.2是专为医疗领域微调的模型。

训练流程：

基于Meta-Llama-3.1-8B架构开发。 通过**监督式微调（SFT）与优势比偏好优化（ORPO）**技术进行训练，确保模型精准掌握医学术语与临床推理能力，同时保持高效学习。采用精细的超参数调优策略防止灾难性遗忘，保障多任务场景下的稳定表现。 基准模型经过专项优化，可高效应对医学多选题场景。

数据准备：

整合公开数据集并增强反馈数据，针对基础模型知识盲区进行强化训练。

Transformers调用指南

需确保transformers>=4.45.2

import torch
import transformers

model_id = "skumar9/Llama-medx_v3.2"

pipeline = transformers.pipeline(
    "text-generation",
    model=model_id,
    model_kwargs={"torch_dtype": torch.bfloat16},
    device_map="auto",
)

prompt = "患者：20岁男性，因步态不稳加重伴双侧听力下降1月就诊。期间双颊间歇性刺痛感。无重大病史及用药史。听力检查示双侧感音神经性耳聋。基因检测发现22号染色体上编码merlin的抑癌基因突变。该患者发生以下哪种疾病的风险最高？\nA. 肾细胞癌\nB. 脑膜瘤\nC. 星形细胞瘤\nD. 血管畸形\n答案：\n"
gen_kwargs = {
    "return_full_text": False,
    "max_new_tokens": 100,
}
print(pipeline(prompt, **gen_kwargs))