# 医療テキスト生成

Medra27B量子化モデルは、nicoboss/Medra27B基礎モデルに基づいて静的量子化を行った成果物で、医療関連分野のテキスト生成、要約生成、診断推論などのタスクに適用できます。

Medra4bは医療データセットで微調整された多言語（英語とルーマニア語）テキスト生成モデルで、医療分野の応用に特化しています。

Medra4bは医療分野に特化した量子化言語モデルで、英語とルーマニア語をサポートし、テキスト生成と要約タスクに焦点を当てています。

MedGemma-27B-Text-IT-BF16は、MLX形式に変換された大規模言語モデルで、医療健康分野のテキスト処理タスクに特化しています。

MedGemmaはGoogleが開発した医療分野の大規模言語モデルで、臨床推論と医療テキスト生成タスクに特化しています。

MedGemma-27B-Text-IT-4bitはGoogleのMedGemma-27B-Text-ITモデルを変換したMLXフォーマットモデルで、医療および臨床推論タスクに最適化されています。

MedGemma-27B-Text-ITはGoogleが開発した大規模言語モデルで、医療分野のテキスト生成タスクに特化しています。

MedGemmaはGemma 3を最適化した医療マルチモーダルモデルで、医療テキストと画像理解のために設計されており、4Bと27Bの2つのバージョンがあります。

Llama 3.1アーキテクチャに基づく8Bパラメータの言語モデルで、mergekitを使って複数の専門モデルをマージして作成され、テキスト生成タスクで優れた性能を発揮します。

medllama3-v20は医療分野に特化したテキスト生成モデルで、Llama3アーキテクチャを基に開発され、高品質な医療テキスト生成能力を提供します。

RadLLaMA-7bはスタンフォードAIMIチームが開発した放射学領域向けの基礎言語モデルで、LLaMA2アーキテクチャを基にしています。

epfl-llm/meditron-7bをベースにAlpacaデータセットを使用してSFTトレーニングを行ったファインチューニング版で、医学分野のQ&Aタスクに特化

これはPET検査所見の要約に特化したファインチューニング版Clinical-T5モデルで、PET検査所見に基づいて個別化された臨床印象を自動生成できます。

PETレポート所見部分の要約生成に特化したファインチューニング版PEGASUSモデルで、正確かつ個性的な全身PETレポート印象を生成可能。

BioBartベースのシーケンス・ツー・シーケンスモデルで、放射学的所見を印象にまとめるために使用され、70,000件の放射学レポートでトレーニングされています。

このモデルはGPT2をさらに事前学習したもので、COVID-19関連のニュース記事を通じて特定のコンテキストを組み込んでおり、COVID-19関連のコンテンツ生成に適しています。