首页 > 业界 > 关键词  > 正文

商汤升级发布医疗健康大模型“大医” 支持高质量训练低门槛部署

2023-10-16 14:24 · 稿源:站长之家

站长之家(ChinaZ.com)10月16日 消息:商汤科技发布了升级版医疗健康大语言模型 “大医”,并正式向医疗健康产业链上下游机构客户提供服务。该模型包含13个预设场景,支持个性化功能,高质量训练和低门槛部署。

商汤已与多家医疗机构合作,实现 “大医” 在具体医疗健康场景中的落地。

商汤表示,“大医” 不仅服务于医院,也希望能覆盖整个医疗健康产业链。商汤还将与营养保健、健康管理等领域的企业、机构合作,为企业服务数智化转型提供强大驱动力。

同时,“大医” 提供自定义提示工程、长程记忆存取和医学知识库查询总结等功能,满足定制化和个性化需求。商汤还提供多个 “大医” 版本,可根据实际需求进行部署,降低医疗健康大模型的部署门槛。

微信截图_20231016142331.png

具体为:

数据层面,“大医”以千亿参数规模的大语言模型“商量”为基模型,后者拥有万亿token 预训练语料。在此基础上,“大医”利用超200亿token的高质量医学知识数据训练而成,数据范围涵盖医学教材、医学指南、临床路径、药品库、疾病库、体检报告等,以及4000万真实病历、医患问答和对话等。高质量的训练数据,保证了“大医”回答的可靠性和准确性。

算力储备层面,商汤AI大装置SenseCore上线GPU数量已提升至30000块,算力规模提升至6ExaFLOPS,为商汤医疗健康大模型开发和持续快速迭代提供强大优势。

在落地部署能力方面,为满足差异化部署需求,商汤推出多个“大医版本参数量从千亿至百亿级别不等,既可以公有云服务方式为合作机构提供服务,开箱即用,也可帮助合作机构高效完成模型私有化部署。借助创新模型量化技术,可降低“大医”落地部署的硬件需求,有效降低医疗健康大模型的部署门槛,让更多合作机构可以借助“大医”优化业务流程。

目前,“大医”已面向医疗健康产业机构客户开放服务,可发送邮件备注联系方式及机构名称至sensecare-chat@sensetime.com获取邀请码后,登录https://chat.sensetime.com/申请试用。

举报

  • 相关推荐
  • 百川开源最新医疗大模型,中国力量领跑医疗AI赛道

    专注医疗后,百川智能交出第一份答卷! 8月11日,百川智能发布第二款开源医疗增强推理大模型Baichuan-M2,其以32B的参数量,在OpenAI的Healthbench评测集上,超越其刚刚发布5天的开源模型gpt-oss-120b。

  • 新质生产力赋能小家电升级!小熊电器数智制造激活高质量发展动能

    小熊电器通过智能制造实现高效生产:45秒注塑成型、机械臂取件投放仅0.14秒,6台机器仅需1名工人,AI视觉检测替代人眼。公司构建5大智能制造基地,形成数字化制造体系,2024年上榜佛山企业100强。产品创新聚焦健康功能与场景化需求,如第三代破壁机解决隔夜豆浆细菌问题,折叠锅实现空间最大化利用。通过"321数字化系统升级工程"实现全流程数字化管理,生产效率提升1.99%,产品合格率达95%。目前覆盖90多品类、1000多款产品,2024年研发费用同比增长36.48%,以精准创新满足用户品质生活需求。

  • 酷睿Ultra Day 0适配部署大模型,率先赋能驱动人生AIGC助手

    腾讯发布新一代开源大语言模型"混元",英特尔通过酷睿Ultra平台实现该模型的Day0部署与优化。基于OpenVINO工具套件,英特尔助力ISV生态伙伴快速完成模型适配,加速AI应用落地。混元模型包含0.5B至7B四种参数规模,支持消费级显卡运行,适用于PC、手机等低功耗场景。在酷睿Ultra平台上,7B模型INT4精度下吞吐量达20.93token/s,0.5B模型FP16精度达68.92token/s。英特尔通过"硬件+模型+生态"协同,实现新模型发布当日即完成硬件适配,推动AI技术快速转化应用。

  • 学魁榜《母题清单》升级版震撼发布,引领新高考学习新风向!

    《学魁母题清单》升级版针对新高考数学推出,以“母题学习法”为核心,精选历年高考真题及创新题型,帮助学生精准把握考点。采用“学-练-查”三位一体模式,结合视频讲解和二维码技术,提升学习效率。适配不同教材版本,实现高效提分,助力学生冲刺理想大学。

  • 武大、蚂蚁集团发布新一代遥感大模型:12边型战士

    近日,武汉大学与蚂蚁集团联合发布了新一代语义增强遥感大模型SkySense,堪称12边型战士。 其相关研究成果在国际知名学术期刊《自然机器智能》上在线发表。 当前,遥感基础大模型在复杂动态地球观测场景应用中面临挑战,如多模态遥感影像数据融合性能欠佳、下游任务微调依赖大量数据、对遥感语义信息挖掘不足等。 为攻克这些难题,研究团队基于前期多模态遥感大�

  • 如何精准计算AI大模型调用成本?复杂参数太多,预算总超支怎么办?

    文章探讨了AI模型调用成本管理的痛点,包括GPT-4等模型复杂的计费规则(如Token分级、上下文溢价、多模态叠加收费)导致实际成本常超预算40%。提出AIbase计算器三步解决方案:自动匹配场景参数、实时联动报价、明细成本拆解。通过跨境电商客服和高校实验室案例验证工具有效性,强调数据溯源、用量预警和预算缓冲功能,帮助开发者实现精准成本控制,告别手动制表与定�

  • 昇腾助力中科大团队实现MoE 稀疏大模型并行推理提速超30%

    中国科学技术大学张燕咏团队在昇腾算力支持下,成功研发出基于专家选择分布预测的专家负载均衡和all2all通信均衡框架。该框架通过“三步走”策略,有效解决了MoE稀疏大模型推理中的专家负载不均和通信开销大两大难题,显著提升推理性能。实验显示,该方案在多项指标上较主流方案提升超30%,为昇腾技术优化MoE模型推理提供了宝贵借鉴,将加速其在各领域的落地应用。

  • 如何用3分钟精准计算AI大模型成本?避免生成一篇万字文章就超支?

    AI大模型成本控制指南:实测三步预算法+企业级避坑方案。文章揭露行业痛点:1)价格迷雾:各厂商计费规则差异大,长文本/多模态存在隐藏溢价;2)团队实测GPT-4生成20篇行业分析(50万字)实际账单超预算4倍。解决方案:通过AIbase计算器实现精准预测:①场景化选择自动加载计费规则;②输入需求实时生成动态成本矩阵;③智能规避四大隐性成本(长文本衰减补偿/区域差价预警等)。跨境电商案例显示,使用工具后成本降低60%。核心观点:在AI时代,成本控制能力已成为企业核心竞争力。

  • AI应用太烧钱?我们用一款精准的AI大模型费用计算器做出了清晰预算

    初创团队“智询未来”在开发AI问答应用时面临核心模型选择困境:GPT-4-turbo能力强但价高,Claude-3长文本处理优,Llama-3成本低但性能稍弱。通过AIbase成本计算器精准测算,发现Claude-3-Sonnet性价比最优,每月可省近4000元,还能通过优化提示词进一步降本15%。数据驱动的决策让团队将节省预算投入数据安全和提示词优化,凸显成本测算对初创企业技术选型的重要性。

  • 百度第一!百度智能云一见领跑视觉大模型赛道

    IDC最新报告显示,百度智能云凭借"文心一言4.5"多模态大模型和"文心X1"深度思考模型,在视觉大模型领域综合实力排名第一。其智能云平台在算法模型、工程化落地、行业覆盖等方面优势显著,已服务餐饮、钢铁、电力等20多个行业,帮助数百家企业实现生产全环节的数字化管理。典型案例包括:为风电集团构建安全管控系统,巡检效率提升6-10倍;与中钢研合作金相分析模型,检测准确率达95%;助力连锁餐饮实现全国1000+门店服务质量量化管理,订单覆盖率从5%提升至95%。通过"云端大模型+边缘小模型"的协同架构,在保障精度的同时大幅降低应用成本,推动专业级视觉AI应用普及。

今日大家都在搜的词: