Instructions to use pluto6272/Qwen3-VL-30B-Medical-V3-Precision with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Libraries

How to use pluto6272/Qwen3-VL-30B-Medical-V3-Precision with MLX:

# Make sure mlx-lm is installed
# pip install --upgrade mlx-lm

# Generate text with mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("pluto6272/Qwen3-VL-30B-Medical-V3-Precision")

prompt = "Write a story about Einstein"
messages = [{"role": "user", "content": prompt}]
prompt = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True
)

text = generate(model, tokenizer, prompt=prompt, verbose=True)

Notebooks
Google Colab
Kaggle
Local Apps
LM Studio

Pi new

How to use pluto6272/Qwen3-VL-30B-Medical-V3-Precision with Pi:

Start the MLX server

# Install MLX LM:
uv tool install mlx-lm
# Start a local OpenAI-compatible server:
mlx_lm.server --model "pluto6272/Qwen3-VL-30B-Medical-V3-Precision"

Configure the model in Pi

# Install Pi:
npm install -g @mariozechner/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "mlx-lm": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "pluto6272/Qwen3-VL-30B-Medical-V3-Precision"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Hermes Agent new

How to use pluto6272/Qwen3-VL-30B-Medical-V3-Precision with Hermes Agent:

Start the MLX server

# Install MLX LM:
uv tool install mlx-lm
# Start a local OpenAI-compatible server:
mlx_lm.server --model "pluto6272/Qwen3-VL-30B-Medical-V3-Precision"

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default pluto6272/Qwen3-VL-30B-Medical-V3-Precision

Run Hermes

hermes

MLX LM

How to use pluto6272/Qwen3-VL-30B-Medical-V3-Precision with MLX LM:

Generate or start a chat session

# Install MLX LM
uv tool install mlx-lm
# Interactive chat REPL
mlx_lm.chat --model "pluto6272/Qwen3-VL-30B-Medical-V3-Precision"

Run an OpenAI-compatible server

# Install MLX LM
uv tool install mlx-lm
# Start the server
mlx_lm.server --model "pluto6272/Qwen3-VL-30B-Medical-V3-Precision"
# Calling the OpenAI-compatible server with curl
curl -X POST "http://localhost:8000/v1/chat/completions" \
   -H "Content-Type: application/json" \
   --data '{
     "model": "pluto6272/Qwen3-VL-30B-Medical-V3-Precision",
     "messages": [
       {"role": "user", "content": "Hello"}
     ]
   }'

🏥 XunDoc-30B 医疗咨询模型 V4.2

📌 模型描述

这是一个专门针对中文医疗咨询场景微调的大语言模型，基于 Qwen3-VL-30B-A3B Instruct。

V4.2 版本在 V4.1 基础上进行了重大改进，重点提升了：

🎯 智能判断：根据信息充足程度决定是否追问
🔄 回复多样性：更自然的对话体验
📊 医学准确性：精准的医学术语和数值
💝 自然人情味：不机械，更贴心

🌟 V4.2 核心改进

改进项	说明
✅ 智能判断	信息充足时直接回答，不足时才追问
✅ 回复多样性	temperature=0.7，回复更自然
✅ 准确性提升	增强了精准医学知识库
✅ 自然结尾	不再机械地每次都问问题
✅ 损失下降89%	从2.331降到0.263

🚀 快速开始

安装依赖

pip install mlx mlx-lm transformers

使用模型

方法1: MLX 命令行聊天

mlx_lm.chat --model pluto6272/XunDoc-30B-Medical-V42

方法2: Python API

from mlx_lm import load, generate

# 加载模型
model, tokenizer = load("pluto6272/XunDoc-30B-Medical-V42")

# 生成回复
prompt = "我的血压145/92，早上空腹测的，需要担心吗？"
response = generate(
    model, 
    tokenizer, 
    prompt=prompt, 
    max_tokens=500,
    temp=0.7  # 增加多样性
)
print(response)

方法3: LM Studio

下载模型到本地
在 LM Studio 中添加本地模型
加载并开始使用

💬 使用示例

示例1: 信息充足 → 直接回答

输入：

我的血压是145/92，早上空腹测的，之前休息了5分钟，没吃降压药

输出：

好的，我来帮您分析这个血压数值。

📊 数据解读：

收缩压 145 mmHg（正常<140）

舒张压 92 mmHg（正常<90）

属于 1级高血压

您的测量条件很规范（空腹、休息后），数据比较可靠。

💡 建议：

连续监测一周，每天同一时间测量

记录数值，观察变化趋势

减少盐分摄入（每日<6g）

如持续偏高，建议心内科就诊

单次测量偏高不必太紧张，持续监测更重要~

示例2: 信息不足 → 智能追问

输入：

我血压有点高

输出：

血压偏高的情况因人而异，需要了解更多才能给您准确建议。

方便告诉我：

具体数值是多少？（比如145/90）

什么时候测的？（早上/晚上，饭前/饭后）

这样我能帮您判断是否需要重视~

📊 训练指标

指标	数值
初始验证损失	2.331
最终验证损失	0.263
测试损失	0.265
测试困惑度	1.303
损失下降	89%
训练步数	7000+ (2000 + 5000)

🎯 训练详情

训练数据 (V4.2)

数据类型	说明
现有中文医学问答	保持专业性
图像分析数据	提升图像理解
情境化回复	智能判断何时追问
多轮对话	增强上下文理解
精准医学知识	准确的数值和术语
身份认知	保持一致身份

技术细节

基础模型: Qwen2-VL-30B
微调方法: LoRA
训练框架: MLX
学习率: 2e-6
批次大小: 1-2
LoRA层数: 16

🔧 推荐生成参数

generate(
    model,
    tokenizer,
    prompt=prompt,
    max_tokens=512,
    temp=0.7,                    # 增加多样性
    top_p=0.9,                   # 核采样
    repetition_penalty=1.1,      # 减少重复
)

⚠️ 使用限制与免责声明

✅ 适用场景

一般健康咨询与科普
检查结果的初步解读
用药常识与注意事项
健康生活方式建议

❌ 不适用场景

紧急医疗情况（请立即就医或拨打120）
最终诊断判断（需要专业医生面诊）
处方药物开具（需要医生处方）

⚠️ 重要免责声明

本模型仅供参考学习，不能替代专业医疗建议。

AI模型可能产生不准确或错误的信息
不应作为医疗决策的唯一依据
任何健康问题都应咨询专业医生
紧急情况请立即就医或拨打急救电话

📄 许可证

本模型基于 Apache 2.0 许可证开源。

🙏 致谢

Qwen 团队: 提供优秀的 Qwen2-VL-30B 基础模型
MLX 团队: Apple Silicon 深度学习优化框架

模型版本: V4.2
更新日期: 2024年12月
开发者: pluto6272

Downloads last month: 86

Safetensors

Model size

31B params

Tensor type

BF16

U32

MLX

Hardware compatibility

4-bit