MedGemma 1.5 (4B)
PulseAugur coverage of MedGemma 1.5 (4B) — every cluster mentioning MedGemma 1.5 (4B) across labs, papers, and developer communities, ranked by signal.
- 2026-01-13 product_launch Google Research released MedGemma 1.5 4B, an updated generative AI model for medical imaging, and MedASR, a new speech-to-text model for medical dictation. 来源
1 天有情绪数据
-
MedGemma-1.5-4B 使用 llm-compressor 量化到 INT4
一份技术指南详细介绍了使用 llm-compressor 库将 Google 的 MedGemma-1.5-4B 医学视觉语言模型量化到 INT4 (W4A16) 的过程。作者遇到了并解决了几个问题，包括 AutoAWQ 的弃用以及与 Gemma3 架构的兼容性问题。该指南提供了设置环境、加载模型、准备校准数据集和运行量化过程的具体步骤，最终将模型的自托管部署大小从 8.6 GB 减少到 5.2 GB。
-
尽管权重和提示相同，LLM输出仍因硬件而异
一位开发者在不同硬件配置上运行一个4位医疗分诊LLM时，遇到了意想不到的输出差异。当在笔记本GPU和CPU上运行时，相同的模型权重和提示产生了不同的分诊级别。这种差异归因于硬件级算术执行和浮点舍入的差异，凸显了在不同硬件上确保量化模型确定性输出所面临的挑战。
-
CXRMate-2模型生成临床可接受的胸部X光报告
研究人员开发了CXRMate-2，一种用于从胸部X光片生成放射学报告的新型模型。该模型利用结构化多模态时序嵌入和强化学习来提高与放射科医生报告的语义对齐。在定性评估中，CXRMate-2生成的报告在45%的情况下被放射科医生认为是可接受的，对于大多数发现，偏好没有显著差异，但放射科医生报告显示出更高的召回率。
-
Google Research 更新用于医学影像的 MedGemma AI，推出 MedASR 语音模型
Google Research 发布了 MedGemma 1.5 4B，这是一个更新的、面向医疗保健的开放式生成式 AI 模型，增强了其解读 CT、MRI 和组织病理学等各种医学影像模式的能力。同时，他们还推出了 MedASR，一个专门针对医疗听写进行微调的新型开放式语音转文本模型。这些模型可免费用于研究和商业用途，Google 还通过 Kaggle 上的 100,000 美元 MedGemma Impact Challenge 黑客…