MedQA:基于AMD ROCm与LoRA微调Qwen3-1.7B的临床问答模型
原文标题:MedQA: Fine-Tuning a Clinical AI on AMD ROCm — No CUDA Required
AI 摘要
该项目使用AMD Instinct MI300X(192 GB HBM3显存)和ROCm,通过LoRA微调Qwen3-1.7B模型实现医学问答。训练仅用2000条MedMCQA样本,约5分钟完成,仅更新约220万参数(占模型总参数的0.1443%),全程采用fp16精度,无需量化。HuggingFace生态(Transformers、PEFT、TRL、Accelerate)在ROCm上无缝运行,无需修改代码即可直接替代CUDA。模型已上传至HuggingFace Hub并提供在线Demo。
关键信息
- 该项目使用AMD Instinct MI300X(192 GB HBM3显存)和ROCm,通过LoRA微调Qwen3-1.
- 7B模型实现医学问答。
- 训练仅用2000条MedMCQA样本,约5分钟完成,仅更新约220万参数(占模型总参数的0.
- 1443%),全程采用fp16精度,无需量化。
- HuggingFace生态(Transformers、PEFT、TRL、Accelerate)在ROCm上无缝运行,无需修改代码即可直接替代CUDA。
速览
- 发布时间
- 更新时间
- 分类
- 教程与技巧
- AI 评分
- 58
推荐理由
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。
相关实体
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:MedQA:基于AMD ROCm与LoRA微调Qwen3-1.7B的临床问答模型。2026年5月8日。https://new.nat6.net/news/cmownduwl00kdslkuwxyxo7l7/