# 生物醫學

Evo 2 是由 NVIDIA 推出的 AI 基礎模型，旨在通過深度學習技術解析生物分子的遺傳密碼。該模型基於 NVIDIA DGX Cloud 平臺開發，能夠處理大規模的基因組數據，為生物醫學研究提供強大的工具。Evo 2 的主要優點在於其能夠處理長達 100 萬個 token 的基因序列，從而更全面地理解基因組的複雜性。該模型在生物醫學領域的應用前景廣闊，包括疾病診斷、藥物開發和基因編輯等。Evo 2 的開發得到了 Arc 研究所和斯坦福大學的支持，目標是推動生物醫學研究的創新和突破。

AI co-scientist 是谷歌研究團隊開發的一款多智能體 AI 系統，旨在通過人工智能技術輔助科學研究。該系統基於 Gemini 2.0 構建，能夠模擬科學方法的推理過程，生成新的研究假設和實驗方案。它通過多智能體協作，利用生成、反思、排名、進化等多種機制，不斷優化輸出結果。AI co-scientist 的主要優點包括高效生成新穎的科學假設、強大的跨學科知識整合能力以及與科學家的協作能力。該系統目前處於研究階段，通過與全球頂尖科研機構合作，驗證其在生物醫學等領域的應用潛力。

UltraMedical項目旨在開發生物醫學領域的專業通用模型，這些模型旨在回答與考試、臨床場景和研究問題相關的問題，同時保持廣泛的通用知識基礎，以有效處理跨領域問題。通過使用先進的對齊技術，包括監督微調(SFT)、直接偏好優化(DPO)和賠率比偏好優化(ORPO)，訓練大型語言模型在UltraMedical數據集上，以創建強大且多功能的模型，有效服務於生物醫學社區的需求。

Llama-3[8B] Meditron V1.0是一款專為生物醫學領域設計的8億參數的大型語言模型（LLM），在Meta發佈Llama-3後24小時內完成微調。該模型在MedQA和MedMCQA等標準基準測試中超越了同參數級別的所有現有開放模型，並且接近70B參數級別醫學領域領先的開放模型Llama-2[70B]-Meditron的性能。該工作展示了開放基礎模型的創新潛力，是確保資源匱乏地區公平參與訪問該技術更大倡議的一部分。

OpenBioLLM-8B是由Saama AI Labs開發的先進開源語言模型，專為生物醫學領域設計。該模型在大量高質量的生物醫學數據上進行了微調，能夠理解並生成具有領域特定準確性和流暢性的文字。它在生物醫學基準測試中的表現超越了其他類似規模的開源生物醫學語言模型，並與更大的專有和開源模型如GPT-3.5和Meditron-70B相比也展現出更好的結果。

OpenBioLLM-70B是由Saama AI Labs開發的先進開源語言模型，專為生物醫學領域設計。該模型在大量高質量的生物醫學數據上進行了微調，能夠理解和生成具有領域特定準確性和流暢性的文字。它在生物醫學基準測試中展示了超越其他類似規模開源生物醫學語言模型的優越性能，並且在與更大的專有和開源模型如GPT-4、Gemini、Medtron-70B、Med-PaLM-1和Med-PaLM-2的比較中也展現了更好的結果。

BioMedLM是由斯坦福大學和DataBricks團隊合作開發的基於GPT風格的生物醫學語言模型，具有2.7億參數，通過在生物醫學領域的專業知識上訓練，可以有效地回答有關醫學和生物學的複雜問題。可以在單個A100 GPU上方便地進行微調，並在筆記本電腦上運行推理。在MedMCQA上達到57.3%的得分，在MMLU醫學遺傳學考試上達到69.0%的得分。產品功能包括生物醫學問答系統、患者諮詢回答、文獻檢索與總結、數據隱私與內部部署、模型訓練數據的完全記錄。BioMedLM已在Hugging Face Hub上公開發布，允許任何人下載並微調模型。