title: Llama2-MedTuned-7b emoji: 🧟 colorFrom: 蓝 colorTo: 绿 sdk: 静态 pinned: false license: apache-2.0 tags:

• 生物医学
• 临床
• 医疗
• 牛津遗产

模型描述

Llama2-MedTuned-7b是基于Llama2 7B模型进行指令调优的版本，专门适配生物医学语言处理任务。该模型在包含约20万个以指令为核心的样本数据集上进行了微调，涵盖命名实体识别（NER）、关系抽取（RE）和医学自然语言推理（NLI）等生物医学与临床NLP任务。

指令调优流程

本模型经过指令调优处理，通过细粒度指令微调增强其在生物医学领域解析与执行特定任务的能力。调优过程采用专为生物医学NLP任务需求定制的综合性指令数据集。

模型能力

Llama2-MedTuned-7b展现出对生物医学语境的深度理解，能有效处理NER、RE和NLI任务，在生成适用于传统评估指标的结构化输出方面表现出更高的准确性。

架构设计

Llama2-MedTuned-7b采用基于自回归Transformer架构的Llama2 7B模型，保留原始Transformer层和注意力机制，并针对生物医学领域语言特性进行专门调整。

引用规范

若在研究或应用中使用了Llama2-MedTuned-7b，请引用我们的论文：

@article{rohanian2024exploring,
  title = {探索指令调优在生物医学语言处理中的有效性},
  author = {罗哈尼安, 奥米德 and 努里博尔吉, 穆罕默德马赫迪 and 库查基, 萨马内 and 努拉赫扎德, 法尔哈德 and 克利夫顿, 雷 and 克利夫顿, 戴维·A},
  journal = {医学人工智能},
  volume = {158},
  pages = {103007},
  year = {2024},
  publisher = {爱思唯尔},
  doi = {10.1016/j.artmed.2024.103007},
  url = {https://www.sciencedirect.com/science/article/pii/S0933365724002495},
  issn = {0933-3657}
}

支持方式

若本模型对您的研究有所帮助，可通过一次性或月度赞助支持项目持续运行：
https://github.com/sponsors/nlpie-research