К содержимому
Компьютерное зрение

TCM-Qwen3.5-9B-Instruct-CPT-1029

модель для анализа медицинских текстов

2 мин чтенияобновлено

Эта модель представляет собой специализированную версию Qwen/Qwen3.5-9B, дообученную методом непрерывного преобучения (CPT — Continuous Pre-Training) на текстах медицинской тематики, книгах и медицинских картах. Модель объединяет веса базовой архитектуры и языкового LoRA-адаптера, сохраняя способность работать в режиме чата. Она разработана для исследовательских задач в сфере обработки медицинских текстов и помощи в анализе профильной литературы. Модель не предназначена для самостоятельной постановки диагнозов или назначения лечения без участия специалистов.

Ключевые особенности

  • Медицинская адаптация: обучена на датасете, состоящем из медицинских книг, знаний и историй болезни.
  • Снижение PPL: перплексия (мера неопределенности текста) на медицинских данных снизилась более чем на 33%.
  • Рост на бенчмарках: показывает улучшение результатов на ряде задач, включая экзаменационный тест C-Eval.
  • Готовые веса: адаптер уже объединен с базовой моделью, что упрощает запуск без дополнительных библиотек.

Что можно сделать

  • Анализ литературы: применять для суммаризации и поиска информации по профильным медицинским источникам.
  • Интеграция в чат-бот: настроить локального ассистента для ответов на вопросы по медицинской теории.
  • Сравнение ответов: исследовать разницу в генерации медицинских терминов по сравнению с базовой моделью Qwen.
  • Обработка текстов: использовать для извлечения сущностей из медицинских отчетов и записей.

Пример

from transformers import AutoModelForImageTextToText, AutoProcessor

model_id = "Xxiao2023/TCM-Qwen3.5-9B-Instruct-CPT-1029"
processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForImageTextToText.from_pretrained(model_id, device_map="auto")
ПодробнееБерётся за основу Qwen/Qwen3.5-9B с параметрами 9.41 млрд.
Результаты тестов: C-Eval вырос с 61.44% до 65.53%, HellaSwag — 70.86%.
Обучение проводилось на одной карте NVIDIA RTX A6000 (48GB).
Требуется совместимое окружение с Hugging Face Transformers 5.17.0 и PyTorch.
Обсудить Telegram 0 13

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 18 GB · готовые файлы20 GB
  • FP8 / INT8рекомендуемвеса 8.8 GB10 GB
  • 4-bitвеса 4.9 GB5.9 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 2080 Ti · 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.

    # Xxiao2023/TCM-Qwen3.5-9B-Instruct-CPT-1029
    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 Xxiao2023/TCM-Qwen3.5-9B-Instruct-CPT-1029 --local-dir ~/models/TCM-Qwen3.5-9B-Instruct-CPT-1029
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к TCM-Qwen3.5-9B-Instruct-CPT-1029
  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/Qwen3.5-9B
  1. Qwen3.5-9B-Baseоснова семьи
  2. Qwen3.5-9B
  3. TCM-Qwen3.5-9B-Instruct-CPT-1029

Новые посты про версии Qwen3.5-9B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 6Все на Hugging Face
Слияния 1Все на Hugging Face

О модели

Xxiao2023/TCM-Qwen3.5-9B-Instruct-CPT-1029
Автор
Xxiao2023
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

130

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

Qwen3-ASR

Qwen3-ASR
Робототехника

Jevol-2B

Jevol-2B