Med-Gemini-3D
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, sodass es weder heruntergeladen noch auf Ihrer eigenen Hardware in irgendeiner Größe ausgeführt werden kann. Es ist nur über seinen Anbieter zugänglich, und keine Grafikkarte ändert daran etwas.
Aufzeichnung
Vollständige Spezifikation
Alles aufzeichnungsfähig für dieses Modell. Die meisten Informationen beschreiben, wie es trainiert wurde, anstatt wie es läuft — ein nützlicher Kontext, um zu beurteilen, wie viel Arbeit investiert wurde und wie es im Vergleich zu auf einer anderen Skala entwickelten Modellen abschneidet..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Google DeepMind,Google Research
- Organisationstyp
- Industry,Industry
- Land
- United States of America
- Veröffentlicht
- 6 May 2024
- Autoren
- Lin Yang, Shawn Xu, Andrew Sellergren, Timo Kohlberger, Yuchen Zhou, Ira Ktena, Atilla Kiraly, Faruk Ahmed, Farhad Hormozdiari, Tiam Jaroensri, Eric Wang, Ellery Wulczyn, Fayaz Jamil, Theo Guidroz, Chuck Lau, Siyuan Qiao, Yun Liu, Akshay Goel, Kendall Park, Arnav Agharwal, Nick George, Yang Wang, Ryutaro Tanno, David G. T. Barrett, Wei-Hung Weng, S. Sara Mahdavi, Khaled Saab, Tao Tu, Sreenivasa Ra…
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere von jedem tragen.
- Domäne
- Medicine, Vision
- Aufgabe
- Visual question answering, Medical diagnosis
- Basis-Modell
- Gemini 1.5 Pro
Größe
Wie groß das Modell ist und wie viele Daten es trainiert wurde. Die Parameter sind die Größe, die entscheidet, ob es auf eine bestimmte Grafikkarte passt.
- Trainingsdaten
- tokens
Der Trainingslauf
Was physisch notwendig war, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Steckdose zog.
- Trainingshardware
- Google TPU v4
Verfügbarkeit
Ob Sie das Modell erhalten und es auf Ihrer eigenen Hardware ausführen können, entscheidet darüber, ob eine der Grafikkartenfiguren auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Trainingscode
- Unreleased
Wie es klassifiziert ist
Labels der Quelldatenbank, die beim Verfolgen bemerkenswerter Modelle angewendet werden, und wie zuversichtlich sie in den Eintrag ist.
- Aufzeichnungszuversicht
- Unknown
Quellen
Woher diese Aufzeichnung stammt und wann sie zuletzt überprüft wurde.
- Referenz
- Advancing Multimodal Medical Capabilities of Gemini
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Hintergrund
Med-Gemini-3D was published by Google DeepMind,Google Research, in United States of America, in May 2024. industry,Industry is the category the publisher falls under.
It works in Medicine, Vision, and is recorded as doing visual question answering, Medical diagnosis.
It is derived from Gemini 1.5 Pro rather than trained from scratch, which is the usual way a specialised model is produced.
Seine Gewichte wurden nie veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarte ändert das.
Antworten
Med-Gemini-3D — Häufig gestellte Fragen
What GPU do I need to run Med-Gemini-3D?
None. Med-Gemini-3D is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is Med-Gemini-3D open source?
No. Med-Gemini-3D has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Med-Gemini-3D have?
No parameter count has been published for Med-Gemini-3D, which is why no memory or speed figure appears on this page.
Who created Med-Gemini-3D?
Med-Gemini-3D was published by Google DeepMind,Google Research, based in United States of America, categorised as industry,Industry.
When was Med-Gemini-3D released?
Med-Gemini-3D was published in May 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is Med-Gemini-3D used for?
Med-Gemini-3D works in Medicine, Vision, and is recorded as handling visual question answering, Medical diagnosis. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.
Die andere Richtung
Wenn Sie es von der anderen Seite betrachten?
Diese Seite beginnt beim Modell. Wenn Sie bereits eine Karte besitzen und alles erfahren möchten, was es ausführen kann, Beginnen Sie stattdessen mit der Hardware.