微軟展示LLaVA-Med AI模型,可讀CT和X光片

6月14日消息,微軟研究人員日前展示了 LLaVA-Med 模型,該模型主要用于生物醫(yī)學(xué)方面的研究,可根據(jù) CT、X 光圖片等推測出患者的病理狀況。

據(jù)悉,微軟研究人員與一批醫(yī)院合作,獲得了使用生物醫(yī)學(xué)圖像文本對應(yīng)大型數(shù)據(jù)集來訓(xùn)練多模態(tài) AI 模型。該數(shù)據(jù)集包括胸部 X 光、MRI、組織學(xué)、病理學(xué)和 CT 圖像等,覆蓋范圍相對全面。

微軟使用 GPT-4,基于 Vision Transformer 和 Vicuna 語言模型,在八個英偉達(dá) A100 GPU 上對 LLaVA-Med 進(jìn)行訓(xùn)練,其中包含“每個圖像的所有預(yù)分析信息”,用于生成有關(guān)圖像的問答,以滿足“可自然語言回答有關(guān)生物醫(yī)學(xué)圖像問題”的助手愿景。

在學(xué)習(xí)過程中,模型主要圍繞“描述此類圖像的內(nèi)容”以及“闡述生物醫(yī)學(xué)概念”而展開。據(jù)微軟稱,該模型最終具有“出色的多模式對話能力”、“在用于回答視覺問題的三個標(biāo)準(zhǔn)生物醫(yī)學(xué)數(shù)據(jù)集上,LLaVA-Med 在部分指標(biāo)上領(lǐng)先于業(yè)界其他先進(jìn)模型”。

目前該模型已經(jīng)開源。

極客網(wǎng)企業(yè)會員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實,并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2023-06-14
微軟展示LLaVA-Med AI模型,可讀CT和X光片
領(lǐng)先于業(yè)界其他先進(jìn)模型。

長按掃碼 閱讀全文