चिकित्सीय विकसित करना एक स्वाभाविक रूप से महंगा और चुनौतीपूर्ण प्रयास है, जिसमें उच्च विफलता दर और लंबे समय तक विकास की समयरेखा है। पारंपरिक दवा खोज प्रक्रिया को देर से चरण नैदानिक परीक्षणों, महत्वपूर्ण संसाधनों और समय का उपभोग करने के लिए व्यापक प्रयोगात्मक मान्यताओं की आवश्यकता होती है। गिनती के तरीके, विशेष रूप से मशीन लर्निंग और पूर्वानुमान मॉडलिंग, इस प्रक्रिया को स्ट्रीमिंग के लिए मुख्य उपकरण के रूप में उभरा। हालांकि, वर्तमान गणना के मॉडल आमतौर पर बहुत विशिष्ट होते हैं, विभिन्न चिकित्सीय कार्यों को संबोधित करने और विश्लेषण और विश्लेषण के लिए आवश्यक सीमित इंटरैक्टिव लॉजिक क्षमताओं को प्रदान करने में उनकी प्रभावशीलता को सीमित करते हैं।
इन सीमाओं को पार करने के लिए, Google AI ने दवा के विकास में विभिन्न चिकित्सीय कार्यों की सुविधा के लिए स्पष्ट रूप से डिज़ाइन किए गए सामान्यवादी बड़े भाषा मॉडल डेल्स (LLMS) के TXGMMA संग्रह को पेश किया है। TXGEMMA छोटे अणुओं, प्रोटीन, न्यूक्लिक एसिड, रोगों और सेल लाइनों सहित विभिन्न डेटासेट को एकीकृत करके खुद को अलग करता है, जो इसे चिकित्सीय विकास पाइपलाइन में कई चरणों को फैलाने की अनुमति देते हैं। TXGMMA मॉडल 2 बिलियन (2 बी), 9 बिलियन (9 बी), और 27 बिलियन (27 बी) के आयामों के साथ उपलब्ध हैं, जो व्यापक चिकित्सीय डेटासेट का उपयोग करके जेम्मा -2 आर्किटेक्चर के अच्छे हैं। इसके अतिरिक्त, सूट में एक TXGMMA-CHET, एक इंटरैक्टिव रूपांतरण मॉडल संस्करण शामिल है, जो विजय को विस्तृत चर्चा और भविष्यवाणी परिणामों के तंत्र को बढ़ावा देने में सक्षम बनाता है, मॉडल के उपयोग में पारदर्शिता।
तकनीकी दृष्टिकोण से, TXGEMMA 66 चिकित्सीय संबंधित डेटासेट में 15 मिलियन से अधिक डेटापॉइंट के साथ क्यूरेट किए गए डेटासेट को व्यापक चिकित्सीय डेटा (TDC) का निवेश करता है। मॉडल सूट पूर्वानुमान के प्रकार, TXGMA-CASTE, इस डेटासेट में महत्वपूर्ण प्रदर्शन दिखाते हैं, जो वर्तमान में चिकित्सीय मॉडलिंग में काम करने वाले सामान्यवादी और विशेषज्ञ मॉडल दोनों के प्रभाव से मेल खाते हैं या उससे अधिक हैं। गौरतलब है कि TXGEMA में काम करने वाला ठीक-ट्यूनिंग दृष्टिकोण काफी कम प्रशिक्षण नमूनों के साथ पूर्वानुमान की सटीकता को उत्कृष्टता देता है, जहां डेटा की कमी प्रचलित है, डोमेन को एक महत्वपूर्ण लाभ प्रदान करता है। अपनी क्षमताओं को बढ़ाने के लिए, गतिशील-TX-CHAT-CHAT TXGEMMA-FORECASTS और बाहरी डोमेन-विशिष्ट उपकरणों के साथ इंटरैक्टिव चर्चाओं द्वारा गतिशील चिकित्सीय प्रश्नों को ऑर्केस्ट्रेट करता है, जो कि GEMINI 2.0, GEMINI 2.0 द्वारा संचालित है।
अनुभवजन्य मूल्यांकन Txgemma की क्षमता को रेखांकित करता है। TDC द्वारा क्यूरेट किए गए 66 कार्यों में, TXGMA-ADAHI लगातार वर्तमान अत्याधुनिक मॉडल डेलो के साथ तुलनीय या पार हो जाता है। विशेष रूप से, प्रतिकूल घटनाओं की भविष्यवाणियों में महत्वपूर्ण दक्षता के साथ TXGMMA की भविष्यवाणी नैदानिक परीक्षण के मॉडल, 26 कार्यों में 45 कार्य और विशेष मॉडल में आधुनिक मॉडल को पीछे छोड़ दिया। चुनौतीपूर्ण बेंचमार्क पर, जैसे कि चंबेंच की अंतिम परीक्षा और मानवता की अंतिम परीक्षा, एजेंटिक-टीएक्स ने पिछले प्रमुख मॉडलों की तुलना में स्पष्ट लाभ दिखाया, सटीकता को क्रमशः लगभग 5.6% और 17.9% बढ़ा दिया। इसके अलावा, TXGMMA-CHET में एम्बेडेड क्षमताओं को संप्रेषित करने से ससुराल वालों का समर्थन करने के लिए इंटरैक्टिव तर्क प्रदान करता है।
नैदानिक परीक्षणों के दौरान, चिकित्सीय सुरक्षा मूल्यांकन का आवश्यक पहलू, TXGMMA की व्यावहारिक उपयोगिता विशेष रूप से प्रतिकूल घटना के पूर्वानुमान में स्पष्ट है। TXGMMA-27B-Forecasts ने पारंपरिक मॉडल की तुलना में महत्वपूर्ण कुछ प्रशिक्षण टेम्प्लेट का उपयोग करते समय विस्तृत डेटा दक्षता और विश्वसनीयता दिखाते हुए मजबूत पूर्वानुमान संचालन दिखाया। इसके अलावा, प्रदर्शन के आकलन की गिनती से संकेत मिलता है कि TXGMA का पूर्वानुमान पेस वर्चुअल स्क्रीनिंग जैसे व्यावहारिक वास्तविक समय के अनुप्रयोगों का समर्थन करता है, जो स्केलेबल इन्फ्रास्ट्रक्चर पर तैनात होने पर हर दिन बड़ी मात्रा में संस्करणों को संसाधित करने में सक्षम होता है।
सारांश में, Google AI द्वारा TXGEMMA की शुरूआत, भविष्यवाणी प्रभावशीलता, इंटरैक्टिव लॉजिक और बेहतर डेटा दक्षता के संयोजन से, गणना के चिकित्सीय अनुसंधान में व्यवस्थित प्रगति का प्रतिनिधित्व करती है। TXGEMMA सार्वजनिक रूप से सुलभ है, विभिन्न मान्यता और विभिन्न, स्वामित्व डेटासेट के लिए अनुकूलन को सक्षम करता है, चिकित्सीय अनुसंधान में व्यापक अनुप्रयोगों और प्रजनन क्षमता को बढ़ावा देता है। सुइट TXGEMMA-CHAT और एजेंटिक-TX द्वारा जटिल वर्कफ़्लो एकीकरण द्वारा परिष्कृत संचार दक्षता के साथ, चिकित्सीय विकास में निर्णय लेने की प्रक्रियाओं को महत्वपूर्ण रूप से बढ़ाने के लिए उन्नत कम्प्यूटेशनल उपकरण प्रदान करता है।
जाँच करना एक गले के चेहरे पर कागज और मॉडल। इस शोध के लिए सभी श्रेय इस परियोजना के शोधकर्ताओं को जाते हैं। इसके अलावा, हमें फॉलो करने के लिए स्वतंत्र महसूस करें ट्विटर और हमसे जुड़ने के लिए मत भूलना 85 k+ ml सबमिटेड।
ASIF Razzaq एक दूरदर्शी उद्यमी और इंजीनियर के रूप में मार्केटएकपोस्ट मीडिया इंक के सीईओ हैं, ASIF सामाजिक अच्छे के लिए कृत्रिम बुद्धिमत्ता की संभावना को बढ़ाने के लिए प्रतिबद्ध है। उनका सबसे हालिया प्रयास आर्टिफिशियल इंटेलिजेंस मीडिया प्लेटफॉर्म, मार्कटेकपोस्ट का उद्घाटन है, जो मशीन लर्निंग की गहराई के लिए और कवरेज की गहराई के लिए गहरी सीखने की खबर के लिए है। यह तकनीकी रूप से ध्वनि है और एक बड़े दर्शकों द्वारा आसानी से समझ में आता है। प्लेटफ़ॉर्म में 2 मिलियन से अधिक मासिक दृश्य हैं, जो दर्शकों के बीच अपनी लोकप्रियता दिखाते हैं।
