Preferências de cookies

Escolha o que podemos usar. Cookies não essenciais só são ativados com a sua permissão. Detalhes na política de cookies.

Categorias de cookies

MedPsy apresenta modelos médicos compactos para uso em dispositivos locais

Por · Publicado em · 1 fonte citada

Em resumo

  • O resumo do artigo no arXiv descreve modelos de linguagem médicos de 1,7B e 4B, avaliados em benchmarks e em dispositivos reais.
  • Os autores relatam resultados, reduções no tamanho das respostas e métricas de eficiência.
  • O MedPsy é uma família de modelos de linguagem médicos somente de texto, com versões de 1,7B e 4B, apresentada pelos autores como voltada à execução em dispositivos locais.
Circuit Board (260854457)
Foto: Circuit Board (260854457) / Wikimedia Commons · CC BY-SA 3.0 · imagem ilustrativa

O MedPsy é uma família de modelos de linguagem médicos somente de texto, com versões de 1,7B e 4B, apresentada pelos autores como voltada à execução em dispositivos locais. Segundo o resumo do artigo no arXiv, o trabalho aborda o equilíbrio entre desempenho, geração de respostas e eficiência em aparelhos com limites de memória. O texto observa que modelos médicos compactos ainda têm dificuldades em tarefas que exigem conhecimento amplo e em situações reais de saúde.

Treinamento descrito no artigo

De acordo com os autores, a preparação do MedPsy combina dados médicos sintéticos baseados em temas de biologia, medicina e saúde com exemplos de raciocínio produzidos por um modelo médico de 235B. O resumo também descreve um processo de pós-treinamento em quatro etapas: duas de ajuste fino supervisionado e duas de aprendizado por reforço, com seleção de amostras difíceis.

Resultados e métricas informados no resumo do artigo
Resultados e métricas informados no resumo do artigo
MétricaResultado relatado
MedPsy-4B vs. MedGemma-1.5-4B, em sete benchmarks19,34 pontos a mais
MedPsy-1.7B vs. MedGemma-1.5-4B, em sete benchmarks11,42 pontos a mais
MedPsy-4B vs. MedGemma-27B, no HealthBench-Hard15,33 pontos a mais
MedPsy-1.7B vs. MedGemma-27B, no HealthBench-Hard11,66 pontos a mais
Tamanho do MedPsy-4B em relação ao MedGemma-27B6,75 vezes menor
Redução média do tamanho das respostas, versões 1,7B e 4B, ante Qwen31,7 vez e 3,2 vezes
Latência mediana e energia estimada por resposta do MedPsy-4B ante Qwen375% menores
Espaço em disco com quantização Q4_K_Mcerca de 69% menor
RAM máxima nas configurações testadasabaixo de 5 GB

Fonte: MedPsy: State-of-the-Art Small Medical Language Models for Efficient Edge Deployment

Resultados relatados pelos autores

Em sete benchmarks médicos de respostas fechadas, o MedPsy-4B superou o MedGemma-1.5-4B por 19,34 pontos e, segundo o resumo, igualou o MedGemma-27B apesar de ser 6,75 vezes menor. O MedPsy-1.7B superou o MedGemma-1.5-4B por 11,42 pontos, embora tenha menos da metade do tamanho. No HealthBench-Hard, os autores relatam vantagens de 15,33 pontos para o MedPsy-4B e de 11,66 pontos para o MedPsy-1.7B em relação ao MedGemma-27B.

Eficiência e execução em aparelhos

Na comparação com as bases Qwen3 correspondentes, o resumo informa que o tamanho médio das respostas caiu 1,7 vez na versão 1,7B e 3,2 vezes na versão 4B. Com quantização Q4_K_M, a pontuação agregada ficou a menos de 1 ponto do resultado em BF16, enquanto o espaço em disco diminuiu cerca de 69%.

Os autores também avaliaram inferência em laptops e smartphones. Para o MedPsy-4B, relatam latência mediana de ponta a ponta e energia estimada por resposta 75% menores que as da base Qwen3, em quantização equivalente. A RAM máxima ficou abaixo de 5 GB nas configurações testadas. O resumo consultado não identifica os sete benchmarks nem os modelos específicos dos aparelhos.

Fontes

  1. MedPsy: State-of-the-Art Small Medical Language Models for Efficient Edge Deployment

Este texto foi produzido com apoio de inteligência artificial a partir das fontes acima e revisado segundo a nossa política editorial. Encontrou um erro? Peça uma correção.

Leia também