К содержимому
Другое

MedCoast PRM

модель оценки медицинских рассуждений

1 мин чтенияобновлено

Модель основана на answerdotai/ModernBERT-base и создана для оценки промежуточных цепочек рассуждений в медицинских вопросах и ответах (medical QA). Чекпоинты предназначены исключительно для инференса и оценивают качество попарных рассуждений. Входные данные ограничены 2048 токенами. Чекпоинты представляют собой словари с model_state в формате fp32 и конфигурацией.

Ключевые особенности

  • Основана на answerdotai/ModernBERT-base
  • Оценивает промежуточные цепочки рассуждений для medical QA
  • Предоставлено несколько вариантов чекпоинтов с разными параметрами dsim и a
  • Предназначена для инференса

Что можно сделать

  • Применить для оценки качества медицинских рассуждений в QA-задачах
  • Использовать класс PRMScorer для загрузки и инициализации чекпоинтов
  • Сравнить точность разных версий чекпоинтов на валидационных данных

Пример

from huggingface_hub import hf_hub_download
from model.prm_scorer import PRMScorer

ckpt = hf_hub_download("zhongys97/MedCoast", "medcoast_prm_dsim0.75_a0.0.pt")
scorer = PRMScorer(api_keys_json_path="api_keys.json",
                   base_model_name="answerdotai/ModernBERT-base",
                   ft_model_path=ckpt)
ПодробнееМаксимальная длина входа: 2048 токенов
Лучшая точность на валидации (val pairwise acc): 0.6093 (dsim=0.85, a=0.0)
Формат чекпоинтов: fp32 model_state и config
Базовая модель: answerdotai/ModernBERT-base
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.6 GB · готовые файлы1.1 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.8 GB
  • 4-bitвеса 0.2 GB0.7 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 2060

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.

    # zhongys97/MedCoast
    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 zhongys97/MedCoast --local-dir ~/models/MedCoast
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к MedCoast
  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

answerdotai/ModernBERT-base

Новые посты про версии ModernBERT-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 11Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 4Все на Hugging Face

О модели

zhongys97/MedCoast
Автор
zhongys97
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

OmniSRE

OmniSRE