Clinical Camel
오픈 70B 임상 언어 모델
Dr7.ai 의료 AI 플랫폼 제공
Clinical Camel은 University of Toronto 연구진이 개발한 오픈 의료 대규모 언어 모델입니다. LLaMA-2 70B를 QLoRA로 파인튜닝했으며, 난해한 의학 논문을 대화형 학습 데이터로 바꾸는 대화 기반 지식 인코딩 기법을 사용합니다.
Clinical Camel 스타일 의료 대화 체험
자연스러운 대화로 임상 질문을 해 보세요. Clinical Camel이 학습한 대화형 의료 추론의 예를 데모로 확인할 수 있습니다.
다른 모델 체험
전체 보기Clinical Camel 데모
첨단 의료 AI를 경험하세요
Clinical Camel의 모든 잠재력 해제
연구 및 교육 워크플로를 위한 무제한 임상 대화, 더 긴 대화, API 접근을 이용하세요.
Clinical Camel이란?
Clinical Camel — 2023년 University of Toronto의 Augustin Toma 연구팀이 공개한 오픈소스 임상 대규모 언어 모델입니다(Toma et al., "Clinical Camel: An Open Expert-Level Medical Language Model with Dialogue-Based Knowledge Encoding"). QLoRA로 파인튜닝한 LLaMA-2 70B 모델입니다.
가장 큰 특징은 대화 기반 지식 인코딩(DBKE)입니다. 의학 리뷰 논문을 멀티턴 대화로 재작성해, 사용자가 나중에 상호작용하는 것과 같은 대화 형식으로 임상 지식을 습득하게 합니다. 학습 데이터에는 ShareGPT 대화와 MedQA 형식 문제도 포함되어 있습니다.
공개 당시 저자들은 USMLE 형식 시험과 표준 의료 QA 벤치마크에서 GPT-3.5와 견줄 만하고 이전 오픈 의료 모델을 앞서는 결과를 보고했습니다. 다른 연구용 LLM과 마찬가지로 환각이 발생할 수 있으며, 저자들은 이 모델을 임상 배포용이 아닌 연구 및 교육용으로 제시하고 있습니다.
최신 동향
2023년 University of Toronto 연구진이 공개(Toma et al.)
오픈 가중치(LLaMA-2 라이선스 조건 적용), 70B 파라미터, QLoRA 파인튜닝
주요 특징
대화형 의료 지식을 갖춘 오픈 모델
핵심 기능
멀티턴 임상 대화 및 설명
USMLE 형식 및 임상 증례 문제 답변
의학 리뷰 논문의 대화 기반 지식 인코딩
LLaMA-2 70B 기반, 파라미터 효율적인 QLoRA 파인튜닝
연구 및 교육용 오픈 가중치
공개 당시 오픈 모델 중 우수한 성능
환자 교육 및 커뮤니케이션 연구에 적합
투명한 학습 방법 및 데이터 설명
성능 벤치마크
70B 모델에 대해 Clinical Camel 논문에서 보고된 점수(Dr7.ai가 측정한 것이 아님)
USMLE 샘플 시험
64.3%공식 USMLE 샘플 문제
PubMedQA
77.9%생의학 문헌 질의응답
MedQA
60.7%USMLE 형식 객관식 문제
MedMCQA
54.2%인도 의대 입학시험 문제
사용 사례
환자 커뮤니케이션
의학 개념을 쉬운 말로 설명하는 문안의 시안 작성(임상의 검토 전제).
임상 수련
수련생을 위한 모의 증례 토론.
가상 진료 연구
오픈 모델로 대화형 트리아지와 병력 청취를 연구합니다.