themariolinml/roberta-base-sqaud2-on-medical_meadow_medqa-v1
themariolinml
Pregunta y respuesta
Modelo de respuesta a preguntas derivado de RoBERTa base, entrenado en el conjunto de datos Squad2 con un enfoque específico en preguntas médicas (Meadow MedQA). El modelo está diseñado para proporcionar respuestas precisas a preguntas dentro del contexto médico, utilizando la biblioteca Transformers y beneficiándose del formato Safetensors.
Como usar
from transformers import AutoTokenizer, AutoModelForQuestionAnswering
# Cargar el tokenizador y el modelo
modelo = 'themariolinml/roberta-base-sqaud2-on-medical_meadow_medqa-v1'
tokenizador = AutoTokenizer.from_pretrained(modelo)
modelo_qa = AutoModelForQuestionAnswering.from_pretrained(modelo)
# Ejemplo de uso
contexto = "Mi nombre es Wolfgang y vivo en Berlín"
pregunta = "¿Dónde vivo?"
inputs = tokenizador(pregunta, contexto, return_tensors='pt')
outputs = modelo_qa(**inputs)
# Procesar los outputs para extraer la respuesta
Funcionalidades
- Respuesta a preguntas
- Basado en la arquitectura RoBERTa
- Compatible con endpoints de inferencia
- Entrenado en el conjunto de datos Squad2
- Enfoque en preguntas médicas
Casos de uso
- Responder preguntas médicas específicas basadas en texto dado
- Ayudar a pacientes o profesionales médicos con información rápida y precisa
- Integrar en sistemas de soporte médico automatizado