Med-PaLM 2
Brak szacunków
Brak wymagań sprzętowych dla tego modelu
Wagi tego modelu nie zostały opublikowane, dlatego nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny wyłącznie poprzez jego dostawcę, a żadna karta graficzna tego nie zmieni.
Na nagraniu
Pełna specyfikacja
Wszystko, co jest dostępne na temat tego modelu. Większość z tego opisuje, jak został wytrenowany, a nie jak działa — przydatny kontekst do oceny, ile pracy w to włożono i jak wypada na tle modeli zbudowanych na innym poziomie 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
- Opublikowane
- 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 zawierać kilka z każdej.
- Domena
- Medicine, Language
- Zadanie
- Question answering
- Model bazowy
- PaLM 2
Rozmiar
Jakiej wielkości jest model i na ile danych był szkolony. 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 własnym sprzęcie, co decyduje, czy jakiekolwiek z danych dotyczących karty graficznej na tej stronie mają zastosowanie.
- Wagi
- Closed — provider access only
- Dostęp do modelu
- Unreleased
- Kod treningowy
- Unreleased
Jak jest klasyfikowane
Etykiety stosowane przez źródłowy zbiór danych podczas śledzenia znaczących modeli oraz jak pewny jest w danym wpisie.
- Dlaczego jest śledzone
- SOTA improvement
- Zaufanie do nagrania
- 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
- Ostatnia aktualizacja
- 28 November 2025
Co oznaczają liczby
O tym modelu
Med-PaLM 2 was published by Google Research,DeepMind, in United States of America, in May 2023. industry,Industry is the category the publisher falls under.
It works in Medicine, Language, and is recorded as doing question answering.
It is derived from PaLM 2 rather than trained from scratch, which is the usual way a specialised model is produced.
Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.
Jak to było trenowane
It was trained on about 16,020,450 tokens of text.
Its inclusion criterion is sOTA improvement.
Odpowiedzi
Med-PaLM 2 — Często zadawane pytania
Who created Med-PaLM 2?
Med-PaLM 2 was published by Google Research,DeepMind, based in United States of America, categorised as industry,Industry.
When was Med-PaLM 2 released?
Med-PaLM 2 was published in May 2023. 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-PaLM 2 used for?
Med-PaLM 2 works in Medicine, Language, and is recorded as handling question answering. These are the areas it was designed around; they describe intent rather than a hard boundary.
What GPU do I need to run Med-PaLM 2?
None. Med-PaLM 2 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-PaLM 2 open source?
No. Med-PaLM 2 has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does Med-PaLM 2 have?
Med-PaLM 2 has 340B parameters. from PaLM 2. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
W innym kierunku
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, wszystko co będzie ona obsługiwać, Rozpocznij od sprzętu..