К содержимому
Компьютерное зрение

MediX-R1 (4B и 8B)

медицинские VLM с пошаговым рассуждением

2 мин чтенияобновлено

Репродукция двух мультимодальных моделей (VLM — нейросетей, работающих одновременно с картинками и текстом) из научной статьи по методике MediX-R1. Модели созданы на базе Qwen3-VL-4B-Instruct и Qwen3-VL-8B-Instruct и дообучены с помощью обучения с подкреплением (RL) для ответов на медицинские вопросы. На выходе система выдает тег модальности, цепочку своих рассуждений в тегах и итоговый ответ в . Решение пригодится исследователям и разработчикам медицинских ИИ-ассистентов, которым важна прозрачность логики модели.

Ключевые особенности

  • Две версии в одном репозитории: компактная на 4 млрд параметров и более точная на 8 млрд (разложены по отдельным папкам).
  • Структурированный вывод с прозрачным ходом мыслей в блоке ... перед финальным вердиктом.
  • Обучение с подкреплением (RL) по рецепту MediX-R1 для повышения точности в медицинской диагностике и теории.
  • Открытая лицензия Apache 2.0, унаследованная от базовых моделей семейства Qwen3-VL.

Что можно сделать

  • Встроить в исследовательский прототип для анализа медицинских снимков (например, рентгена грудной клетки) с ответами на уточняющие вопросы.
  • Использовать для автоматического разбора сложных текстовых кейсов и вопросов по медицине с проверкой логики рассуждений.
  • Сравнить качество и скорость работы 4B- и 8B-версий на локальном оборудовании в задачах медицинского VQA.

Пример

from huggingface_hub import snapshot_download
from transformers import AutoProcessor, Qwen3VLForConditionalGeneration

name = "MediX-R1-8B"  # или "MediX-R1-4B"
path = snapshot_download("Shayan0179/Medix-R1", allow_patterns=f"{name}/*") + f"/{name}"
model = Qwen3VLForConditionalGeneration.from_pretrained(path, dtype="bfloat16", device_map="auto")
processor = AutoProcessor.from_pretrained(path)
# Системный промпт берется из файла prompt.txt внутри папки модели
ПодробнееТочность на 6 медицинских VQA-бенчмарках: 49.2% (4B) и 49.3% (8B).
Точность на 11 текстовых медицинских QA-тестах: 70.5% (4B) и 74.4% (8B).
Итоговые метрики (Macro / Micro): 63.0% / 53.8% у 4B-версии и 65.5% / 56.0% у 8B-версии.
Оценка проводилась при greedy-декодировании (do_sample=False) с проверкой ответов тремя LLM-судьями.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 16 GB · готовые файлы18 GB
  • FP8 / INT8рекомендуемвеса 8.2 GB9.5 GB
  • 4-bitвеса 4.6 GB5.6 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 3080 · BF16 — от RTX 4090

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

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.

    # Shayan0179/Medix-R1
    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 Shayan0179/Medix-R1 --local-dir ~/models/Medix-R1
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Medix-R1
  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

Дообучение модели

Qwen/Qwen3-VL-4B-Instruct

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

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 5Все на Hugging Face

О модели

Shayan0179/Medix-R1
Автор
Shayan0179
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

BatLM-360M

BatLM-360M