Clinical Camel
開放的 70B 臨床語言模型
由 Dr7.ai 醫療 AI 平台提供支援
Clinical Camel 是多倫多大學研究人員推出的開放醫學大語言模型。它使用 QLoRA 對 LLaMA-2 70B 進行微調，並採用一種基於對話的知識編碼技術，將內容密集的醫學文章轉化為對話式訓練資料。
體驗 Clinical Camel 風格的醫療對話
以自然對話的方式提出臨床問題——本示範展示了 Clinical Camel 所訓練的對話式醫學推理。
試用其他模型
查看全部Clinical Camel 演示
體驗先進的醫療 AI
解鎖 Clinical Camel 全部潛能
獲得無限次臨床對話、更長的會話，以及用於研究和教學工作流程的 API 存取。
什麼是 Clinical Camel？
Clinical Camel 是一款開源臨床大語言模型，由多倫多大學的 Augustin Toma 及其同事於 2023 年發布（Toma et al.，"Clinical Camel: An Open Expert-Level Medical Language Model with Dialogue-Based Knowledge Encoding"）。它是一個使用 QLoRA 微調的 LLaMA-2 70B 模型。
它的獨特之處在於基於對話的知識編碼（DBKE）：將醫學綜述文章改寫為多輪對話，使模型以使用者日後與之互動時相同的對話形式吸收臨床知識。訓練資料還包括 ShareGPT 對話和 MedQA 風格的題目。
發布時，作者報告其在 USMLE 風格考試和標準醫學問答基準上的成績可與 GPT-3.5 相媲美，並領先於早期的開放醫學模型。與所有研究型 LLM 一樣，它可能產生幻覺，作者將其定位於研究和教育，而非臨床部署。
最新進展
2023 年由多倫多大學研究人員發布（Toma et al.）
開放權重（須遵守 LLaMA-2 授權條款）；70B 參數；QLoRA 微調
核心特性
開放模型中的對話式醫學知識
核心能力
多輪臨床對話與講解
解答 USMLE 風格題目和臨床病例題
對醫學綜述文章進行基於對話的知識編碼
基於 LLaMA-2 70B，採用參數高效的 QLoRA 微調
開放權重，供研究和教育使用
發布時在開放模型中表現出色
適用於患者教育和溝通研究
訓練方法和資料說明公開透明
效能基準
Clinical Camel 論文中報告的 70B 模型成績（非 Dr7.ai 測得）
USMLE 樣題考試
64.3%USMLE 官方樣題
PubMedQA
77.9%生物醫學文獻問答
MedQA
60.7%USMLE 風格的選擇題
MedMCQA
54.2%印度醫學入學考試題目
使用場景
患者溝通
為醫學概念製作通俗解釋的原型（須經臨床醫師審核）。
臨床訓練
為受訓人員提供模擬病例討論。
虛擬問診研究
藉助開放模型研究對話式分診和病史採集。