XrayGLM模型微调工作周报
一、工作内容概述
- 本周主要进行了XrayGLM模型的微调工作,以优化其在特定医疗图像数据集上的性能。
- 采用了全新的数据集,包含七千多张X光图片及相应的诊断信息。
- 进行了四轮参数微调,每轮微调均基于模型的性能反馈进行调整。
二、重点成果
- 数据集准备:成功整合了七千多张带有诊断信息的X光图片,为模型微调提供了丰富的数据支持。
- 模型微调:通过四轮微调,模型在验证集上的性能有了显著提升,特别是在诊断准确率方面。
- 参数优化:根据每轮微调的结果,对模型的学习率、批处理大小等关键参数进行了优化。
三、下周工作计划
- 对微调后的模型进行更全面的评估,包括在测试集上的性能表现。
- 根据评估结果,对模型进行进一步的优化和调整。
- 探索其他先进的模型结构和算法,以提高模型的诊断性能。
- 撰写相关文档,记录本次微调工作的过程和成果。
四、总结
本周的XrayGLM模型微调工作取得了显著的成果,模型在诊断准确率方面有了显著提升。同时,也遇到了一些挑战和问题,但通过不断尝试和优化,最终都找到了有效的解决方案。在下周的工作中,将继续对模型进行评估和优化,并探索其他先进的模型结构和算法,以提高模型的诊断性能。
本周进行了XrayGLM的微调工作,采用了新的数据集,包含七千多张图片和
成果对比
5000轮与5500轮对比
3000轮与4000轮对比