К содержимому
Компьютерное зрение

MedJev-4B

быстрая VLM-модель для анализа медицинских изображений

2 мин чтенияобновлено

Модель принимает на вход медицинский снимок, вопрос и все варианты ответа в одном промпте, после чего за один прямой проход (forward pass) выставляет оценку каждому варианту. В отличие от обычных VLM, она не генерирует текст токен за токеном, поэтому не требует парсера ответов и не тратит время на лишние рассуждения. Решение построено на базе Qwen3.5-4B с урезанной языковой частью и специальной головой принятия решений (residual decision head) на базе LoRA-адаптеров. В результате модель отвечает в 6,04 раза быстрее исходной Qwen3.5-4B и при этом повышает среднюю точность на 7,93 процентных пункта. Подойдёт разработчикам и исследователям в сфере медицинского ИИ, которым важна низкая задержка и гарантированный выбор одного из заданных вариантов.

Ключевые особенности

  • Один проход без генерации текста: модель не запускает цикл декодирования и возвращает индекс лучшего варианта ответа, исключая ошибки парсинга.
  • Облегчённая архитектура: из 32 языковых слоёв Qwen3.5-4B полностью оставлены первые 23, слои 24–31 удалены, а от 32-го сохранены только query- и key-проекции при нетронутом визуальном энкодере.
  • Механизм оценки кандидатов: варианты оцениваются через скалярное произведение query- и key-векторов базовой модели с добавлением обучаемой MLP-поправки.
  • Компактный набор весов: обученные тензоры (LoRA rank 16, эмбеддинги маркеров и голова) занимают всего 25,77 млн параметров поверх базовой Qwen/Qwen3.5-4B.

Что можно сделать

  • Автоматизировать классификацию дерматологических снимков (по аналогии с HAM10000) и рентгенограмм грудной клетки (как в PneumoniaMNIST) по заранее заданному списку диагнозов.
  • Встроить в системы поддержки клинических решений и медицинские VQA-сервисы с закрытым набором вариантов ответа, где критична минимальная задержка инференса.
  • Использовать подход с удалением верхних языковых слоёв и residual decision head как референс для ускорения мультимодальных моделей в задачах множественного выбора.

Пример

git clone [https://github.com/zfkarl/MedJev.git](https://github.com/zfkarl/MedJev.git) && cd MedJev
pip install -e .
hf download Karl28/MedJev-4B --local-dir checkpoints/medjev-4b
bash scripts/evaluate.sh checkpoints/medjev-4b
Подробнее Средняя точность на 4 бенчмарках — 69,06% (PneumoniaMNIST — 94,23%, HAM10000 — 68,39%, PMC-VQA — 61,68%, MedThinkVQA — 51,94%).
Средняя задержка (latency) при batch size 1 на GPU H20 — 113,4 мс (64,8 мс на PneumoniaMNIST, 65,0 мс на PMC-VQA).
Обучена за 1 эпоху на 174 360 примерах (5 449 шагов, global batch size 32) с взвешенной кросс-энтропией.
Веса самой базы не включены в репозиторий — при загрузке автоматически скачивается Qwen/Qwen3.5-4B. Лицензия Apache 2.0.
Обсудить Telegram 0 20

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 8.8 GB · готовые файлы10 GB
  • FP8 / INT8рекомендуемвеса 4.4 GB5.4 GB
  • 4-bitвеса 2.5 GB3.3 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2080 Ti

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Это LoRA: вместе с базовой моделью Qwen3.5-4B.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # Karl28/MedJev-4B
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download Qwen/Qwen3.5-4B --local-dir ~/models/Qwen3.5-4B
    hf download Karl28/MedJev-4B --local-dir ~/models/MedJev-4B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Qwen3.5-4B
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Нужна базовая модель

Qwen/Qwen3.5-4B

Эта модель — LoRA / адаптер. Сначала скачайте базовую модель, затем подключите к ней эту.

  1. Qwen3.5-4B-Baseоснова семьи
  2. Qwen3.5-4B
  3. MedJev-4B

Новые посты про версии Qwen3.5-4B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 12Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

Karl28/MedJev-4B
Автор
Karl28
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

200

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Qwen-GPU

Qwen-GPU