Med-PaLM 2
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- Google Research,DeepMind
- Typ organizacji
- Industry,Industry
- Kraj
- United States of America, United Kingdom of Great Britain and Northern Ireland
- Opublikowany
- 16 May 2023
- Autorzy
- Karan Singhal, Tao Tu, Juraj Gottweis, Rory Sayres, Ellery Wulczyn, Le Hou, Kevin Clark, Stephen Pfohl, Heather Cole-Lewis, Darlene Neal, Mike Schaekermann, Amy Wang, Mohamed Amin, Sami Lachgar, Philip Mansfield, Sushant Prakash, Bradley Green, Ewa Dominowska, Blaise Aguera y Arcas, Nenad Tomasev, Yun Liu, Renee Wong, Christopher Semturs, S. Sara Mahdavi, Joelle Barral, Dale Webster, Greg S. Corra…
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Medicine, Language
- Zadanie
- Question answering
- Model bazowy
- PaLM 2
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 340B
- Dane treningowe
- 16,020,450 tokens
from PaLM 2
Dataset Count Mixture ratio MedQA 10,178 37.5% MedMCQA 182,822 37.5% LiveQA 10 3.9% MedicationQA 9 3.5% HealthSearchQA 45 17.6% MedMCQA (https://proceedings.mlr.press/v174/pal22a/pal22a.pdf, Table 2) has on average 12.77+ 2.69+67.52 = 82.98 tokens per datapoint
Dostępność
Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Dlaczego to jest śledzone
- SOTA improvement
- Zapisz pewność
- Likely
https://paperswithcode.com/sota/question-answering-on-medqa-usmle "Med-PaLM 2 scored up to 86.5% on the MedQA dataset, improving upon Med-PaLM by over 19% and setting a new state-of-the-art. We also observed performance approaching or exceeding state-of-the-art across MedMCQA, PubMedQA, and MMLU clinical topics datasets."
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Towards Expert-Level Medical Question Answering with Large Language Models
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
Med-PaLM 2 został opublikowany przez Google Research,DeepMind, w kraju zapisanym jako United States of America, podczas May 2023. Kategoria, do której należy wydawca, to industry,Industry.
Działa w dziedzinie Medicine, Language, i jest zapisany jako wykonujący zadanie question answering.
Zamiast być trenowanym od podstaw, pochodzi z PaLM 2. To jest zwykły sposób produkcji wyspecjalizowanego modelu.
Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.
Jak to zostało wytrenowane
Został wytrenowany na korpusie około 16,020,450 Tokeny tekstu.
Kryterium włączenia: sOTA improvement.
Odpowiedzi
Med-PaLM 2 — częste pytania
Med-PaLM 2— kto to stworzył?
Zostało opublikowane przez Google Research,DeepMind, oparty na United States of America, organizacja sklasyfikowana jako industry,Industry.
Med-PaLM 2— kiedy to zostało wydane?
Zostało opublikowane w May 2023. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
Med-PaLM 2— do czego to służy?
Działa w dziedzinie Medicine, Language, i jest zarejestrowany jako realizujący zadanie question answering. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.
Med-PaLM 2— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
Med-PaLM 2— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
Med-PaLM 2— ile ma parametrów?
Ma liczbę parametrów równą 340B. from PaLM 2. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.