AchieverAditi发布PubMed摘要本地LLM总结工具
热点事件持续更新
AchieverAditi发布PubMed摘要本地LLM总结工具
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
AchieverAditi 发布 pubmed-llm-summarizer 仓库：它清洗混乱的 PubMed 式 JSON，并调用本地部署的 Llama 3.3 70B（vLLM、OpenAI 兼容 API）为每项研究生成一句话临床结局摘要。工具会处理不一致键名、null/占位字符串和 ERR_* 记录，跳过无摘要条目；超时、连接中断及 429/5xx 错误按指数退避加抖动重试，超时重试最多 3 次后将该记录标记为错误并继续处理。 运行条件：`--dry-run` 只清洗数据并展示请求内容，无需服务器；连接超时 5 秒、读取超时 120 秒。在 DGX Spark 上，BF16 的 Llama 3.3 70B 约需 140 GB，超过其 128 GB 统一内存，因此需改用 FP8 或 4-bit 检查点以避免 OOM。
AI 根据报道生成 · 42 分钟前更新
最新进展11月8日 06:36
PubMed 摘要总结器：本地 Llama 3.3 70B 经 vLLM 生成临床结局摘要报道时间线
沿着报道，了解事件的不同侧面。
11月8日
- GitHub · 去对齐工具与仓库PubMed 摘要总结器：本地 Llama 3.3 70B 经 vLLM 生成临床结局摘要
PubMed 摘要总结器清洗混乱的 PubMed JSON，并调用本地 Llama 3.3 70B（vLLM、OpenAI 兼容 API）为每项研究生成一句话临床结局摘要。它处理不一致键名、null/占位字符串和 ERR_* 记录，跳过无摘要条目，并对超时、连接中断及 429/5xx 错误做指数退避加抖动重试；DGX Spark 上需用 FP8 或 4-bit 检查点避免 OOM。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。