AMIE (Articulate Medical Intelligence Explorer)
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Google DeepMind,Google Research
- Type d'organisation
- Industry,Industry
- Pays
- United States of America
- Publié
- 9 April 2025
- Auteurs
- Tao Tu, Mike Schaekermann, Anil Palepu, Khaled Saab, Jan Freyberg, Ryutaro Tanno, Amy Wang, Brenna Li, Mohamed Amin, Yong Cheng, Elahe Vedadi, Nenad Tomasev, Shekoofeh Azizi, Karan Singhal, Le Hou, Albert Webson, Kavita Kulkarni, S. Sara Mahdavi, Christopher Semturs, Juraj Gottweis, Joelle Barral, Katherine Chou, Greg S. Corrado, Yossi Matias, Alan Karthikesalingam, Vivek Natarajan
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Medicine, Language
- Tâche
- Medical diagnosis, Language modeling/generation, Question answering, Chat
- Modèle de base
- PaLM 2
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 340B
- Données d'entraînement
- tokens
Supposedly same amount of parameters as Palm 2 Large
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 7.3 × 10²⁴ FLOP
- Comment cela a été établi
- Comparison with other models
Assuming negligible fine-tune compute base model (Palm 2): 7.34e+24 FLOP
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- Unreleased
"AMIE is an LLM-based research AI system for diagnostic dialogue. We are not making the model code and weights open source owing to the safety implications of unmonitored use of such a system in medical settings. In the interest of responsible innovation, we will be working with research partners, regulators and providers to validate and explore safe onward uses of AMIE. For reproducibility, we have documented technical deep learning methods while keeping the paper accessible to a clinical and g…
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Probablement au-dessus de 10²³ FLOP
- Yes
- Confiance d'enregistrement
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Towards conversational diagnostic artificial intelligence
- Dernière mise à jour
- 11 February 2026
Ce que les chiffres signifient
D'où cela vient-il
AMIE (Articulate Medical Intelligence Explorer) a été publié par Google DeepMind,Google Research, dans le pays enregistré comme United States of America, durant April 2025. La catégorie à laquelle appartient l'éditeur est industry,Industry.
Il fonctionne dans le domaine de Medicine, Language, et est enregistré comme exécutant la tâche de medical diagnosis, Language modeling/generation, Question answering, Chat.
Il s'appuie sur PaLM 2. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.
C'est un modèle fermé : les valeurs entraînées sont restées avec ceux qui les ont produites, et il n'y a pas de version locale à exécuter.
Qu'est-ce qui a été nécessaire pour le construire
L'entraînement a consommé environ 7.3 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Réponses
AMIE (Articulate Medical Intelligence Explorer) — questions courantes
AMIE (Articulate Medical Intelligence Explorer)— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
AMIE (Articulate Medical Intelligence Explorer)— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 340B. Supposedly same amount of parameters as Palm 2 Large. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
AMIE (Articulate Medical Intelligence Explorer)— qui l'a créé ?
Il a été publié par Google DeepMind,Google Research, basé sur United States of America, une organisation catégorisée comme industry,Industry.
AMIE (Articulate Medical Intelligence Explorer)— quand a-t-il été publié ?
Il a été publié dans April 2025.
AMIE (Articulate Medical Intelligence Explorer)— à quoi ça sert ?
Il fonctionne dans le domaine de Medicine, Language, et est enregistré comme gérant la tâche de medical diagnosis, Language modeling/generation, Question answering, Chat. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
AMIE (Articulate Medical Intelligence Explorer)— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 7.3 × 10²⁴ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
AMIE (Articulate Medical Intelligence Explorer)— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.