Deepseek R1 Medical CoT

🚀 DeepSeek-R1-Medical-CoT

🚀 医療における思考連鎖推論のためのDeepSeek R1のファインチューニング

このモデルは、deepseek-ai/DeepSeek-R1-Distill-Llama-8B をファインチューニングしたもので、思考連鎖 (Chain-of-Thought, CoT) プロンプトを通じて医療推論能力を強化するように設計されています。QLoRA と Unsloth最適化 を用いて学習されており、限られたハードウェア資源でも効率的なファインチューニングが可能です。

📚 詳細ドキュメント

モデルの概要

モデルのソース

• リポジトリ: [Your Hugging Face Model Repo URL]
• 論文（ある場合）: [Link]
• デモ（ある場合）: [Link]

💻 使用例

基本的な使用法

from transformers import AutoModelForCausalLM, AutoTokenizer

repo_name = "your-huggingface-username/DeepSeek-R1-Medical-CoT"

tokenizer = AutoTokenizer.from_pretrained(repo_name)
model = AutoModelForCausalLM.from_pretrained(repo_name)

model.eval()

高度な使用法

import torch
prompt = "What are the early symptoms of diabetes?"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)

with torch.no_grad():
    output = model.generate(**inputs, max_new_tokens=200)

response = tokenizer.decode(output[0], skip_special_tokens=True)
print("Model Response:", response)

📢 謝辞

• DeepSeek-AIがDeepSeek-R1を公開してくれたこと
• Unslothが最適化されたLoRAファインチューニングを提供してくれたこと
• Hugging Faceがモデルをホストしてくれたこと

📄 ライセンス

このモデルはMITライセンスの下で提供されています。