etadevosyan/cuando_se_enfermo_el_paciente_bert_Last512
etadevosyan
Clasificación de texto
Modelo de clasificación de texto utilizando Transformers basado en BERT. Este modelo se especializa en identificar cuándo un paciente se enfermó y está configurado para manejar hasta 512 tokens. El modelo ha sido descargado 234 veces el mes pasado y utiliza el formato safetensors con un tamaño de modelo de 178M parámetros. Actualmente, no tiene suficiente actividad para ser desplegado en la Inference API (serverless), pero puede ser desplegado en Inference Endpoints (dedicado).
Como usar
Este modelo se puede utilizar para clasificar textos específicos relacionados con las fechas y momentos en que un paciente se enfermó. Se puede integrar en aplicaciones médicas y de análisis de datos para mejorar la precisión de las predicciones temporales.
Funcionalidades
- Clasificación de texto
- Modelo basado en BERT
- Manejo de hasta 512 tokens
- Formato Safetensors
- 178 millones de parámetros
- Tipo de tensor: F32
Casos de uso
- Identificación de la fecha de enfermedad de un paciente
- Aplicaciones médicas
- Análisis de datos de historial médico
- Mejora de precisión en predicciones temporales