MedQA : un modèle de questions-réponses cliniques basé sur AMD ROCm et un fine-tuning LoRA de Qwen3-1.7B
Titre original:MedQA: Fine-Tuning a Clinical AI on AMD ROCm — No CUDA Required
Résumé IA
Ce projet utilise AMD Instinct MI300X (192 Go de mémoire HBM3) et ROCm pour réaliser des questions-réponses médicales via un fine-tuning LoRA du modèle Qwen3-1.7B. L'entraînement n'a utilisé que 2 000 échantillons MedMCQA, achevé en environ 5 minutes, avec seulement environ 2,2 millions de paramètres mis à jour (0,1443 % du total du modèle), en précision fp16 de bout en bout, sans quantification. L'écosystème HuggingFace (Transformers, PEFT, TRL, Accelerate) fonctionne sans adaptation sur ROCm et peut remplacer directement CUDA sans modification de code. Le modèle a été mis en ligne sur HuggingFace Hub avec une démo en ligne.
Points clés
- Ce projet utilise AMD Instinct MI300X (192 Go de mémoire HBM3) et ROCm pour réaliser des…
- L'entraînement n'a utilisé que 2 000 échantillons MedMCQA,achevé en environ 5 minutes,avec…
- L'écosystème HuggingFace (Transformers,PEFT,TRL,Accelerate) fonctionne sans adaptation sur ROCm et…
- Le modèle a été mis en ligne sur HuggingFace Hub avec une démo en ligne.
En bref
- Publié
- Mis à jour
- Source
- Hugging Face 社区博客(混合发现)
- Catégorie
- Tutoriels et astuces
- Score IA
- 58
一个月前的教程了,但如果你是 AMD 党想跑医疗微调,这篇把坑都踩完了,代码直接能复现,LoRA 适配器也挂在 Hub 上,拿来就能用。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : MedQA : un modèle de questions-réponses cliniques basé sur AMD ROCm et un fine-tuning LoRA de Qwen3-1.7B. 8. mai 2026. https://new.nat6.net/fr/news/cmownduwl00kdslkuwxyxo7l7/