# 醫療文本生成

Medra27B 量化模型是基於 nicoboss/Medra27B 基礎模型進行靜態量化的成果，適用於醫療相關領域的文本生成、摘要生成和診斷推理等任務。

Medra4b是基於醫療數據集微調的多語言（英語和羅馬尼亞語）文本生成模型，專注於醫療領域應用。

Medra4b是一個基於醫療領域的量化語言模型，支持英文和羅馬尼亞文，專注於文本生成和摘要任務。

MedGemma-27B-Text-IT-BF16 是一個基於 MLX 格式轉換的大型語言模型，專注於醫療健康領域的文本處理任務。

MedGemma是基於Google開發的醫療領域大語言模型，專注於臨床推理和醫療文本生成任務。

MedGemma-27B-Text-IT-4bit是基於Google的MedGemma-27B-Text-IT模型轉換而來的MLX格式模型，專為醫療和臨床推理任務優化。

MedGemma-27B-Text-IT 是 Google 開發的一個大型語言模型，專注於醫療領域的文本生成任務。

MedGemma是基於Gemma 3優化的醫學多模態模型，專為醫療文本和圖像理解設計，提供4B和27B兩個版本。

基於Llama 3.1架構的8B參數語言模型，通過mergekit合併多個專業模型而成，在文本生成任務中表現優異。

medllama3-v20 是一個專注於醫療領域的文本生成模型，基於 Llama3 架構開發，旨在提供高質量的醫療文本生成能力。

RadLLaMA-7b是斯坦福AIMI團隊開發的針對放射學領域的基礎語言模型，基於LLaMA2架構。

基於epfl-llm/meditron-7b使用Alpaca數據集進行SFT訓練的精調版本，專注於醫學領域的問答任務

這是一個用於PET報告發現總結的微調版Clinical-T5模型，能夠基於PET檢查發現自動生成個性化的臨床印象。

專用於PET報告發現部分摘要生成的微調版PEGASUS模型，可生成準確且個性化的全身PET報告印象。

該模型是基於GPT2進一步預訓練的，通過COVID-19相關的新聞文章融入了特定上下文，適用於生成與COVID-19相關的內容。