チュートリアル

MedQA:AMD ROCmとLoRAでQwen3-1.7Bをファインチューニングした臨床質問応答モデル

原題:MedQA: Fine-Tuning a Clinical AI on AMD ROCm — No CUDA Required

AI 要約

このプロジェクトはAMD Instinct MI300X(192 GB HBM3メモリ)とROCmを使用し、LoRAでQwen3-1.7Bモデルをファインチューニングして医学質問応答を実現する。トレーニングにはMedMCQAのサンプル2000件のみを使用し、約5分で完了、更新したパラメータは約220万(モデル総パラメータの0.1443%)のみで、全行程fp16精度を採用し量子化は不要だった。HuggingFaceエコシステム(Transformers、PEFT、TRL、Accelerate)はROCm上でシームレスに動作し、コードを変更せずにCUDAを直接代替できる。モデルはHuggingFace Hubにアップロードされ、オンラインDemoも提供されている。

要点

  • このプロジェクトはAMD Instinct MI300X(192 GB HBM3メモリ)とROCmを使用し、LoRAでQwen3-1.
  • 7Bモデルをファインチューニングして医学質問応答を実現する。
  • トレーニングにはMedMCQAのサンプル2000件のみを使用し、約5分で完了、更新したパラメータは約220万(モデル総パラメータの0.
  • 1443%)のみで、全行程fp16精度を採用し量子化は不要だった。
  • HuggingFaceエコシステム(Transformers、PEFT、TRL、Accelerate)はROCm上でシームレスに動作し、コードを変更せずにCUDAを直接代替できる。

概要

公開日時
更新日時
出典
Hugging Face 社区博客(混合发现)
カテゴリ
チュートリアル
AI スコア
58
原文を読む 情報源で全文を読む
おすすめの理由

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。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:MedQA:AMD ROCmとLoRAでQwen3-1.7Bをファインチューニングした臨床質問応答モデル。2026年5月8日。https://new.nat6.net/ja/news/cmownduwl00kdslkuwxyxo7l7/

すべて見る →
  • OpenAIでCodexを安全に運用

    OpenAIは、サンドボックス分離、人手による承認プロセス、厳格なネットワークポリシー、ネイティブエージェントテレメトリの4層防御機構により、コード生成モデルCodexの安全な運用を確保している。サンドボックス環境は実行コードを完全に分離…

    OpenAI:官网动态(RSS · 排除企业/客户案例)チュートリアルAI スコア 63

  • GPTリアルタイムモデルのプロンプトガイドを公開

    GPT-Realtime-2で音声アプリを構築していますか? 新しいプロンプトガイドでは、推論強度の調整方法、前置き説明の使用、ツール動作の設計、不明瞭な音声の処理、エンティティの正確な捕捉、長いセッションでの状態維持について解説していま…

    X:OpenAI Developers (@OpenAIDevs)チュートリアルAI スコア 76

  • GitHub Agentic Workflowsのトークン使用効率を向上

    GitHubは、各プルリクエストで実行されるエージェントワークフローが高いAPIコストを蓄積することを発見した。チームは自社の本番ワークフローを監視して非効率な箇所を特定し、最適化のための専用エージェントを構築した。この取り組みは、大規模…

    GitHub BlogチュートリアルAI スコア 72