Trainieren Sie benutzerdefinierte medizinische LLMs mittels Vortraining, supervised fine-tuning, RLHF, DPO, GRPO und Model Distillation.
Eine Python-Pipeline für Domänen-Vortraining, SFT, DPO und RLHF auf Healthcare- und klinischen Datensätzen.
MedicalGPT bietet eine vollständige Trainings-Pipeline zum Erstellen von auf das Gesundheitswesen spezialisierten Large Language Models basierend auf Architekturen wie Qwen, Llama und Baichuan. Es wurde für KI-Ingenieure, medizinische Forscher und klinische Informatikteams entwickelt, die Modelle mit domänenspezifischer medizinischer Literatur und Patientendialogdaten trainieren oder feintunen müssen.
Das Framework unterstützt End-to-End-Modelltraining, angefangen beim inkrementellen Vortraining auf klinischen Korpora bis hin zum supervised fine-tuning und der Präferenz-Ausrichtung (Preference Alignment) mittels DPO, ORPO oder GRPO. Es enthält Skripte zur Generierung von Arzt-Patienten-Rollenspelldaten, Tool-Calling-Fine-Tuning und On-Policy Distillation.
Dieses Toolkit eignet sich für Entwickler von KI im Gesundheitswesen und technische Teams, die spezialisierte medizinische Assistenten oder klinische Entscheidungshilfen entwickeln. Es ist nicht für nicht-technische Mediziner gedacht, die eine sofort einsatzbereite Benutzeroberfläche suchen.
Unterstützt inkrementelles Vortraining, supervised fine-tuning und Präferenzoptimierungsmethoden wie DPO, ORPO und GRPO.
Kompatibel mit modernen Basismodellen einschließlich Qwen 3.5, Llama 3, Mixtral MoE und Baichuan.
Enthält spezielle Tools zum Generieren von Arzt-Patienten-Rollenspieldatensätzen unter Verwendung externer LLM-Provider.
Ermöglicht die Übertragung von Wissen größerer Teacher-Modelle in kleinere Student-Modelle für ein leichtgewichtige Bereitstellung.
MedicalGPT ist völlig kostenlos und open source unter der Apache-2.0-Lizenz. Die Hauptkosten entstehen durch die Bereitstellung eigener GPU-Hardware oder Cloud-Compute-Instanzen für das Modelltraining.
879 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Sie benötigen GPU-Server mit viel Arbeitsspeicher oder Cloud-Compute-Cluster, da das Training von Sprachmodellen mit mehreren Milliarden Parametern selbst mit LoRA und DeepSpeed erheblichen VRAM erfordert.
Ja, das Repository bietet direkte Download-Links zu mehreren vortrainierten medizinischen LoRA- und vollständigen Modellgewichten, die auf Hugging Face gehostet werden.
Zekai zuerst in Google sehen