Jpharmatron 7B Base

🚀 JPharmatron-7B-base

JPharmatron-7B-baseは、医薬品のアプリケーションや研究に特化した70億パラメータの大規模言語モデルです。

✨ 主な機能

JPharmatron-7B-baseは、Qwen2.5-7Bをベースに、日本語のデータセットから20億トークンを使って継続的に事前学習されています。

📦 インストール

ドキュメントにインストール手順が記載されていないため、このセクションをスキップします。

📚 ドキュメント

モデルの詳細

• 開発元: EQUES Inc.
• 資金提供元 [任意]: GENIAC Project
• モデルの種類: 因果的デコーダーのみ
• 言語 (NLP): 日本語、英語
• ライセンス: CC-BY-SA-4.0

モデルのソース [任意]

• リポジトリ: https://github.com/EQUES-Inc/pharma-LLM-eval
• 論文 [任意]: A Japanese Language Model and Three New Evaluation Benchmarks for Pharmaceutical NLP

利用方法

このモデルは、命令微調整を含む事後学習を一切行っていません。したがって、このモデルを下流タスクに直接使用することはお勧めしません。また、医療用途やその他のリスクが高い用途については検証されていません。

引用 [任意]

BibTeX:

@misc{sukeda_japanese_2025,
  title     = {A {Japanese} {Language} {Model} and {Three} {New} {Evaluation} {Benchmarks} for {Pharmaceutical} {NLP}},
  url       = {http://arxiv.org/abs/2505.16661},
  doi       = {10.48550/arXiv.2505.16661},
  abstract  = {We present a Japanese domain-specific language model for the pharmaceutical field, developed through continual pretraining on 2 billion Japanese pharmaceutical tokens and 8 billion English biomedical tokens. To enable rigorous evaluation, we introduce three new benchmarks: YakugakuQA, based on national pharmacist licensing exams; NayoseQA, which tests cross-lingual synonym and terminology normalization; and SogoCheck, a novel task designed to assess consistency reasoning between paired statements. We evaluate our model against both open-source medical LLMs and commercial models, including GPT-4o. Results show that our domain-specific model outperforms existing open models and achieves competitive performance with commercial ones, particularly on terminology-heavy and knowledge-based tasks. Interestingly, even GPT-4o performs poorly on SogoCheck, suggesting that cross-sentence consistency reasoning remains an open challenge. Our benchmark suite offers a broader diagnostic lens for pharmaceutical NLP, covering factual recall, lexical variation, and logical consistency. This work demonstrates the feasibility of building practical, secure, and cost-effective language models for Japanese domain-specific applications, and provides reusable evaluation resources for future research in pharmaceutical and healthcare NLP. Our model, codes, and datasets are released at https://github.com/EQUES-Inc/pharma-LLM-eval.},
  urldate   = {2025-05-30},
  publisher = {arXiv},
  author    = {Sukeda, Issey and Fujii, Takuro and Buma, Kosei and Sasaki, Shunsuke and Ono, Shinnosuke},
  month     = may,
  year      = {2025},
  note      = {arXiv:2505.16661 [cs]},
  annote    = {Comment: 15 pages, 9 tables, 5 figures}
}

詳細情報 [任意]

詳細については、プレプリントを参照してください: A Japanese Language Model and Three New Evaluation Benchmarks for Pharmaceutical NLP

モデルカードの作成者 [任意]

@shinnosukeono