Крупномасштабный набор данных в области зрения, полученных от открытой научной литературы до Advance Biomedial Generalist

arXiv: 2503,22727v3 Annuales Type: заменить кросс-бюллетень: Несмотря на волнение за биомедицинским искусственным интеллектом (AI), доступ к высококачественным, разнообразным и крупномасштабным данным - основа для современных систем АИ - все еще является узким местом в деле раскрытия всего потенциала. Для устранения этого пробела мы введем набор данных из открытых источников, полученный из подмножества PubMed Central Open Access и содержащий более 6 миллионов научных статей и 24 млн. пар изображений-текстов наряду с 27 метаданными (включая экспертные человеческие аннотации). Для преодоления трудностей, связанных с доступом к нашему массиву крупномасштабных данных, мы обеспечиваем масштабируемый поток и поиск API через веб-сервер, что облегчает бесперебойную интеграцию с системами АИ. Мы демонстрируем полезность набора данных Biomedica, создавая модели встроенного типа, модели чат-стиля и агенты по чатам. В частности, все наши модели АИ превосходят прежние открытые системы в их соответствующих категориях, подчеркивая важнейшую роль многообразия,