本研究では、一般目的のTinyLLaVAモデルを医療データでファインチューニングし、TinyLLaVA-Medを開発した。TinyLLaVA-Medは、NVIDIA Jetson Xavierなどの組み込みデバイス上で動作可能で、GPU利用率62%、消費電力18.9W、メモリ使用量11.9GBと、リソース制限環境でも効率的に動作する。VQA-RADデータセットでは64.54%、SLAKEデータセットでは70.70%の閉塞問題精度を達成し、大規模モデルに匹敵する性能を示した。これにより、リソース制限のある地域でも高度な医療AIを活用できるようになり、医療の民主化に貢献する。
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Aya El Mir, ... о arxiv.org 09-19-2024
https://arxiv.org/pdf/2409.12184.pdfГлибші Запити