跳到正文
热点事件持续更新

开发者实测小模型处理医疗长文

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

一名处理医疗记录的开发者分享了对 LFM3-1.7B 的初步定性实测:在 3090Ti 上一次输入约 128k token 的医疗记录和用药清单,模型可完成摘要及问答,预填充速度约 20000 token/s、解码约 350 token/s,较此前使用 Qwen 27B 时仅预填充就需约 20 分钟明显更快。 开发者称,该模型严重幻觉较少,但偶尔会混淆药物通用名与商品名;这仍是个人体验分享,暂无量化评测数据,不能据此判断其医疗准确性或达到临床应用标准。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    LFM3-1.7B 小模型实测:3090Ti 预填充 20000 token/s,胜任 128k 医疗长文摘要

    LFM3-1.7B 在 3090Ti 上完成单次约 128k token 医疗记录与用药清单的摘要、问答实测,预填充速度约 20000 token/s,解码约 350 token/s。此前使用 Qwen 27B 仅预填充就需约 20 分钟;LFM3-1.7B 表现快速且严重幻觉较少,但偶尔会混淆药物通用名与商品名。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。