MedTrinity-25M

Conjunto de dados médicos multimodais em larga escala

Produto ComumOutrosImagens médicasMultimodal

MedTrinity-25M é um conjunto de dados multimodais em larga escala que contém anotações médicas de múltiplos grãos. Desenvolvido colaborativamente por diversos autores, visa impulsionar a pesquisa nas áreas de processamento de imagens e texto médicos. A construção do conjunto de dados inclui etapas como extração de dados e geração de descrições de texto multigranulares, suportando várias tarefas de análise de imagens médicas, como perguntas e respostas visuais (VQA) e análise de imagens patológicas.

Best AI Websites & Tools

MedTrinity-25M

MedTrinity-25M Situação do Tráfego Mais Recente

MedTrinity-25M Tendência de Visitas

MedTrinity-25M Distribuição Geográfica das Visitas

MedTrinity-25M Fontes de Tráfego

MedTrinity-25M Alternativas

MedTrinity-25M — Conjunto de dados médicos multimodais em larga escala

InternVL2_5-8B-MPO — Modelo de linguagem grande multimodais, demonstrando desempenho geral excepcional.

dolmino-mix-1124 — Conjunto de dados de alta qualidade, usado na segunda etapa do treinamento do OLMo2.

Molmo — Família de modelos de IA multimodal de ponta

pixtral-12b-240910 — Modelo de linguagem grande multimodal, suporta compreensão de imagens e texto.

Modelo de IA Xihu — Modelo multimodal com alta inteligência emocional e intelectual

Gemini 1.5 Flash — Modelo de IA leve e eficiente do Google, projetado para tarefas de alta frequência e grande escala.

MNBVC — O MNBVC é um corpus de língua chinesa em escala massiva, comparável aos 40 TB de dados usados no treinamento do ChatGPT.

ml-ferret — Modelo de linguagem de aprendizado de máquina (MLLM) de ponta a ponta, que permite referência e localização precisas.

ViDoRAG — ViDoRAG é uma estrutura de agente de raciocínio iterativo dinâmico que combina recuperação de documentos visuais com geração aprimorada.

Migician — Migician é um modelo de linguagem grande multimodal focado na localização de imagens múltiplas, capaz de realizar localização precisa de imagens múltiplas de forma livre.

olmOCR — O olmOCR é um pacote de ferramentas para linearizar PDFs para treinamento de conjuntos de dados de LLMs.

Dolphin R1 — Dolphin R1 é um conjunto de dados para treinamento de modelos de raciocínio, contendo 800.000 amostras.

Janus-Pro-1B — Janus-Pro-1B é uma estrutura auto-regressiva unificada de compreensão e geração multimodal.

VideoLLaMA3 — VideoLLaMA3 é um modelo básico multimodal de ponta, focado na compreensão de imagens e vídeos.

Finbar — Oferece dados financeiros globais básicos, integrando-se rapidamente a modelos e auxiliando analistas financeiros modernos em seu trabalho eficiente.

Nemotron-CC — Transforma o Common Crawl em um conjunto de dados de pré-treinamento de longo prazo refinado

Imitar Antes de Detectar — Um método avançado para detectar textos revisados por máquinas, melhorando a precisão da detecção através da imitação do estilo de máquina.

Sonus-1 — Sonus-1: Inaugurando uma nova era para modelos de linguagem de grande porte (LLMs)

Interface Texto-para-CAD — Cria arquivos CAD B-Rep e malhas a partir de prompts de linguagem natural

Llama-3.1-70B-Instruct-AWQ-INT4 — Modelo de geração de texto com 70 bilhões de parâmetros

ModernBERT — O ModernBERT é um modelo de codificador de nova geração com desempenho excepcional.

InternVL2_5-4B-MPO-AWQ — Modelo de linguagem grande multimodal, otimizado para interação imagem-texto.

InternVL2_5-4B-MPO — Modelo de linguagem grande multi-modal, demonstrando desempenho geral excelente.

Valley 2.0 — Modelo de linguagem grande multi-modal, aprimora a capacidade de processamento de dados de texto, imagem e vídeo.

Smolagents — Biblioteca leve para construir agentes inteligentes de alto desempenho.

FlagAI — Projeto de código aberto de algoritmos, modelos e ferramentas de otimização de modelos de linguagem grandes (LLMs) - uma solução completa.

InternVL2_5-2B-MPO — Modelo de linguagem grande multimodal avançado

InternVL2_5-1B-MPO — Modelo de linguagem grande multimodal que aprimora a compreensão integrada de visão e linguagem.

Llama-lynx-70b-4bitAWQ — Modelo de geração de texto com 7 bilhões de parâmetros