Gemma 4 E2B Grounded Health
анализ биомедицинских аннотаций с цитами
1 мин чтенияобновлено
Модель google/gemma-4-E2B-it дообучена с помощью LoRA для ответов на исследовательские вопросы на основе предоставленной научной аннотации. На выходе она выдает структурированный JSON-ответ с меткой (да, нет или возможно), краткой выжимкой и номерами предложений, на которые опирается. Проект обучен на искусственном наборе PubMedQA с использованием QLoRA на GPU Tesla T4. Модель ориентирована на исследователей, изучающих поведение цитирования и обоснованность ответов в компактных открытых моделях.
Ключевые особенности
- Точная структура: выдает результат строго в формате JSON с метками и номерами предложений.
- Биомедицинская специализация: обучена на данных PubMedQA для работы с научными аннотациями.
- Контроль цитирования: улучшенные показатели точности цитирования по сравнению с первой версией.
- Эффективность: создана на базе легкой модели Gemma 4 E2B и подходит для запуска локально.
Что можно сделать
- Анализ аннотаций: автоматизировать проверку выводов биомедицинских исследований по abstracts.
- Бенчмаркинг: воспроизводить и расширять тестирование с помощью инструмента EvalKit.
- Локальный запуск: исследовать возможности компактных языковых моделей в офлайн-режиме (GGUF) или на GPU.
Пример
Модель принимает на вход исследовательский вопрос и аннотацию, а возвращает JSON с выводами и ссылками на предложения из текста.
Подробнее
• Точность на экспертном наборе (accuracy): 0.678 (v2)• Требования к железу: пиковая VRAM 9.80 ГБ (обучение на Tesla T4)
• Ограничения: только для исследовательских целей, не для медицинских диагнозов или лечения; поддерживает только английский язык.










Комментарии