Med-Gemini-2D
Geen schatting
Geen hardwarevereisten voor dit model
De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.
Op record
Volledige specificatie
Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.
Oorsprong
Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.
- Organisatie
- Google DeepMind,Google Research
- Organisatie type
- Industry,Industry
- Land
- United States of America
- Gepubliceerd
- 6 May 2024
- Auteurs
- 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…
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.
- Domein
- Medicine, Vision
- Taak
- Visual question answering, Medical diagnosis
- Basis model
- Gemini 1.5 Pro
Grootte
Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.
- Opleidingsgegevens
- tokens
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het net trok.
- Trainingshardware
- Google TPU v4
Beschikbaarheid
Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.
- Gewichten
- Closed — provider access only
- Model toegang
- Unreleased
- Trainingscode
- Unreleased
Hoe het is geclassificeerd
Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.
- Vereiste vertrouwen
- Unknown
Bronnen
Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.
- Referentie
- Advancing Multimodal Medical Capabilities of Gemini
- Laatst bijgewerkt
- 28 November 2025
Wat de cijfers betekenen
Over dit model
Med-Gemini-2D was published by Google DeepMind,Google Research, in United States of America, in May 2024. The organisation is categorised as industry,Industry.
It works in Medicine, Vision, and is recorded as doing visual question answering, Medical diagnosis.
Its starting point was Gemini 1.5 Pro — most models at this scale are adapted from an existing base rather than built from nothing.
Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.
Antwoorden
Med-Gemini-2D — Veelgestelde vragen
Who created Med-Gemini-2D?
Med-Gemini-2D was published by Google DeepMind,Google Research, based in United States of America, categorised as industry,Industry.
When was Med-Gemini-2D released?
Med-Gemini-2D 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-2D used for?
Med-Gemini-2D works in Medicine, Vision, and is recorded as handling visual question answering, Medical diagnosis. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run Med-Gemini-2D?
None. Med-Gemini-2D 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-2D open source?
No. Med-Gemini-2D has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Med-Gemini-2D have?
No parameter count has been published for Med-Gemini-2D, which is why no memory or speed figure appears on this page.
De andere richting
Vanuit het andere perspectief bekijken?
Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.