AMIE (Articulate Medical Intelligence Explorer)
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 DeepMind,Google Research
- Typ organizacji
- Industry,Industry
- Kraj
- United States of America
- Opublikowany
- 9 April 2025
- Autorzy
- 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
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Medicine, Language
- Zadanie
- Medical diagnosis, Language modeling/generation, Question answering, Chat
- 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
- tokens
Supposedly same amount of parameters as Palm 2 Large
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 7.3 × 10²⁴ FLOP
- Jak to zostało ustalone
- Comparison with other models
Assuming negligible fine-tune compute base model (Palm 2): 7.34e+24 FLOP
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
"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…
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Prawdopodobnie powyżej 10²³ FLOP
- Yes
- Zapisz pewność
- Likely
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Towards conversational diagnostic artificial intelligence
- Ostatnio zaktualizowane
- 11 February 2026
Co oznaczają liczby
Skąd to pochodzi
AMIE (Articulate Medical Intelligence Explorer) został opublikowany przez Google DeepMind,Google Research, w kraju zapisanym jako United States of America, podczas April 2025. Kategoria, do której należy wydawca, to industry,Industry.
Działa w dziedzinie Medicine, Language, i jest zapisany jako wykonujący zadanie medical diagnosis, Language modeling/generation, Question answering, Chat.
Opiera się na PaLM 2. Większość modeli w tej skali jest dostosowywana z istniejącej bazy, a nie tworzona od zera.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trening zajmował około 7.3 × 10²⁴ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Odpowiedzi
AMIE (Articulate Medical Intelligence Explorer) — częste pytania
AMIE (Articulate Medical Intelligence Explorer)— czy jest open weight?
Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.
AMIE (Articulate Medical Intelligence Explorer)— ile ma parametrów?
Ma liczbę parametrów równą 340B. Supposedly same amount of parameters as Palm 2 Large. 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.
AMIE (Articulate Medical Intelligence Explorer)— kto to stworzył?
Zostało opublikowane przez Google DeepMind,Google Research, oparty na United States of America, organizacja sklasyfikowana jako industry,Industry.
AMIE (Articulate Medical Intelligence Explorer)— kiedy to zostało wydane?
Zostało opublikowane w April 2025.
AMIE (Articulate Medical Intelligence Explorer)— do czego to służy?
Działa w dziedzinie Medicine, Language, i jest zarejestrowany jako realizujący zadanie medical diagnosis, Language modeling/generation, Question answering, Chat. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.
AMIE (Articulate Medical Intelligence Explorer)— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 7.3 × 10²⁴ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
AMIE (Articulate Medical Intelligence Explorer)— 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.
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.