TGTGInsighttelegram intelligenceLIVE / telegram public index
← Mathshub: интенсив по математике и Python (aug '22)

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonmathaug22 · Post #22 · 7 сеп.

Дорогие студенты Mathshub! Спасибо за поддержку идеи помогать друг другу❤️ Мы получили уже более 20 заявок от более продвинутых студентов, желающих помочь начинающим с нуля✨ В ближайшее время мы присвоим вам в Discord роль «helpers», которая будет отображаться в вашем профиле. А теперь хотим понять, кому нужна помощь и поддержка хелпера — если вам нужна помощь более продвинутого студента, то, пожалуйста: 1. Зайдите в Discord на наш канал #python-и-математика-интенсив 2. Найдите последний закрепленный пост про набор в мини-группы 3. Оставьте под этим постом реакцию "палец вверх👍🏻" 4. Ожидайте от нас распределения на группы) Идея объединяться в группы не обязательна для всех. Она актуальна только для желающих поддержку от более продвинутых студентов. Если вам не актуально, то можете не обращать внимание на это сообщение😌 Спасибо!

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #medsiglip

当前筛选 #medsiglip清除筛选
Machinelearning

@ai_machinelearning_big_data · Post #8014 · 10.07.2025 г., 17:00

⚡️MedGemma: открытые ИИ-модели для медицины от Google. Google Research продолжают развивать свою линейку специализированных медицинских ИИ-моделей, представив два важных пополнения: MedGemma и MedSigLIP. Это серьезное пополнение экосистемы открытых и доступных инструментов для здравоохранения. Разработчики предлагают мощные базовые модели, которые можно дообучать и запускать на собственном железе, даже на потребительском GPU. 🟡Флагман релиза MedGemma - 2 мультимодальные модели на 4 и 27 миллиардов параметров на основе Gemma 3. Младшая, 4-миллиардная версия, показывает себя как один из лучших открытых «малышей» (<8B), а после дообучения достигает SOTA в генерации отчетов по рентгеновским снимкам. В ходе одного из тестов 81% сгенерированных ею заключений были признаны сертифицированными радиологами достаточно точными. Старшая, на 27 миллиардов, в текстовой версии, на бенчмарке MedQA набрала 87.7%. Это всего на 3 пункта ниже DeepSeek R1, но при этом модель требует в 10 раз меньше ресурсов для инференса. 🟡Глазами для MedGemma служит MedSigLIP - легковесный (всего 400М параметров) энкодер изображений. Его задача - классификация, поиск и другие задачи со структурированным выходом. Он был создан адаптацией общей модели SigLIP на огромном массиве медицинских данных (от рентгена до гистологии и снимков глазного дна). 🟡Ключевая особенность и MedGemma, и MedSigLIP в том, что при специализации они не растеряли своих общих знаний. Они по-прежнему понимают немедицинский контекст и умеют работать с разными языками, что подтвердили исследователи из Тайваня, успешно применявшие модель в связке с литературе на традиционном китайском. 📌Лицензирование: Health AI Developer Foundations. 🟡Страница проекта 🟡Набор моделей 🟡Документация 🟡Arxiv 🟡Demo @ai_machinelearning_big_data #AI#ML#LLM#MedGemma#MedSigLIP#Google