QiZhenGPT
1.0.0
QiZhenGPT: Model Bahasa Besar Medis Tiongkok Sumber Terbuka
Proyek ini menggunakan kumpulan data instruksi medis Tiongkok yang dibuat oleh Pangkalan Pengetahuan Medis Qizhen, dan berdasarkan ini, instruksi tersebut disesuaikan dengan model Chinese-LLaMA-Plus-7B, CaMA-13B, dan ChatGLM-6B, yang sangat meningkatkan kinerja model dalam skenario medis Tiongkok. Untuk mencapai hasil yang diinginkan, pertama-tama kami merilis kumpulan data evaluasi untuk Tanya Jawab pengetahuan obat, dengan rencana selanjutnya untuk mengoptimalkan efek Tanya Jawab pada penyakit, pembedahan, tes, dll., dan memperluas aplikasi seperti sebagai Tanya Jawab dokter-pasien dan pembuatan rekam medis secara otomatis.
MedCopilot adalah asisten medis cerdas yang dikembangkan berdasarkan启真医学大模型, basis pengetahuan medis Qizhen, dan医疗临床数据. Hal ini bertujuan untuk memberikan dukungan cerdas yang komprehensif untuk pasien, dokter, dan manajemen rumah sakit. Dengan mengintegrasikan teknologi kecerdasan buatan yang canggih, pengetahuan medis yang kaya, dan data klinis, MedCopilot akan menjadi kekuatan produktif baru dalam industri medis.
MedCopilot telah resmi diluncurkan di Rumah Sakit Afiliasi Kedua Universitas Zhejiang.
[2024/08/09] Perbarui informasi terkait MedCopilot;
[2023/06/27] Versi uji coba model besar medis QiZhen open source (QiZhen-CaMA-13B-Checkpoint-12400) bertujuan untuk meningkatkan akurasi tanya jawab pengetahuan tentang penyakit dan obat-obatan di bidang medis;
[2023/06/09] Versi uji coba model besar medis QiZhen open source (QiZhen-CaMA-13B-Checkpoint-6000) dirancang untuk meningkatkan akurasi tanya jawab pengetahuan obat di bidang medis;
[2023/06/02] Versi uji coba model besar medis QiZhen sumber terbuka (QiZhen-CaMA-13B-Checkpoint-3600) dirancang untuk meningkatkan akurasi Tanya Jawab pengetahuan obat di bidang medis;
[2023/05/30] Data pelatihan 20k sumber terbuka (kumpulan data ini berasal dari data tanya jawab pengetahuan dokter-pasien nyata yang dikumpulkan dan disusun oleh Basis Pengetahuan Medis Qizhen dan berdasarkan pengetahuan teks obat dari Basis Pengetahuan Medis Qizhen, melalui semi -Data terstruktur menetapkan data instruksi yang dibuat oleh templat pertanyaan spesifik);
[2023/05/30] Versi uji coba model besar medis QiZhen open source (QiZhen-ChatGLM-6B- Checkpoint-2500) dirancang untuk meningkatkan akurasi pertanyaan dan jawaban pengetahuan obat di bidang medis;
[2023/05/25] Kumpulan data evaluasi indikasi obat sumber terbuka;
[2023/05/24] Versi uji coba model besar medis QiZhen open source (QiZhen-Chinese-LLaMA-7B- Checkpoint-6000) dirancang untuk meningkatkan akurasi tanya jawab pengetahuan obat di bidang medis;
[2023/05/23] Versi uji coba model besar medis QiZhen sumber terbuka (QiZhen-Chinese-LLaMA-7B- Checkpoint-3500) dirancang untuk meningkatkan akurasi tanya jawab pengetahuan obat di bidang medis;
MedCopilot sangat terintegrasi dengan sistem HIS dan sistem rekam medis elektronik. Ia menggunakan model besar Qizhen Medical untuk menganalisis data dari setiap sistem dan secara otomatis merangkum item pekerjaan penting dokter pada hari itu.
MedCopilot menggabungkan basis pengetahuan medis Qizhen dan data klinis pasien untuk memberikan diagnosis yang dipersonalisasi dan rekomendasi pengobatan untuk membantu dokter membuat keputusan medis yang lebih akurat.
Sesuai dengan kebijakan kualitas medis nasional, MedCopilot memantau data proses medis secara real time, mendeteksi dan memperbaiki potensi masalah secara tepat waktu, dan meningkatkan kualitas medis secara keseluruhan.
MedCopilot menganalisis data diagnosis dan perawatan pasien secara komprehensif dan secara otomatis menghasilkan dokumen rekam medis yang sesuai dengan peraturan, mengurangi pekerjaan dokter yang berulang dan meningkatkan efisiensi kerja.
Saat ini, sebagian besar proyek ChatLLM open source menggunakan data instruksi yang dihasilkan oleh model lain (seperti ChatGPT), yang pasti memiliki masalah ilusi data. Masalah ilusi data akan sangat mempengaruhi penerapan dan perluasan LLM dalam skenario aktual. Oleh karena itu, untuk meningkatkan akurasi tanya jawab pengetahuan di bidang medis, proyek ini menggunakan metode berikut untuk menyusun kumpulan data instruksi:
560K data instruksi;180K data instruksi;298K data instruksi;3500 steps (pelatihan 23 jam 50 menit);6000 steps (pelatihan 40 jam 56 menit);2500 steps ini didasarkan pada ChatGLM-6B untuk penyempurnaan instruksi. Proyek ini dilatih pada 7 A800 (80G). (pelatihan 16 jam 20 menit);3600 steps ini didasarkan pada CaMA-13B untuk penyempurnaan instruksi. Proyek ini dilatih pada 7 A800 (80G). (pelatihan 37 jam 37 menit).6000 steps ini didasarkan pada CaMA-13B untuk penyempurnaan instruksi. Proyek ini dilatih pada 7 A800 (80G). (pelatihan 54 jam 30 menit).12400 steps ini didasarkan pada CaMA-13B untuk penyempurnaan instruksi. Proyek ini dilatih pada 6 A800 (80G). (pelatihan 114 jam 46 menit).| Model | kumpulan data instruksi | Model Dasar | Unduhan LoRA |
|---|---|---|---|
| QiZhen-Cina-LLaMA-7B- Pos Pemeriksaan-3500 | 740K | Cina-LLaMA-Plus-7B | Baidu Skydisk |
| QiZhen-Cina-LLaMA-7B- Pos Pemeriksaan-6000 | 740K | Cina-LLaMA-Plus-7B | Baidu Skydisk |
| QiZhen-ChatGLM-6B- Pos Pemeriksaan-2500 | 740K | ObrolanGLM-6B | Baidu Skydisk |
| QiZhen-CaMA-13B-Pos Pemeriksaan-3600 | 740K | CaMA | Baidu Skydisk |
| QiZhen-CaMA-13B-Pos Pemeriksaan-6000 | 740K | CaMA | Baidu Skydisk |
| QiZhen-CaMA-13B-Pos Pemeriksaan-12400 | 1038K | CaMA | Baidu Skydisk |
pip install -r requirements.txtDapatkan Chinese-LLaMA-Plus-7B, lihat di sini untuk detailnya;
Unduh LoRA, unduh modelnya dan letakkan di direktori lora;
Jalankan skrip skrip/merge_llama_plus.sh;
sh scripts/merge_llama_plus.sh
gradio_chinese-llama_demo.py ; python gradio_chinese-llama_demo.py
pip install -r requirements.txtDapatkan ChatGLM-6B, lihat di sini untuk detailnya;
Unduh LoRA, unduh modelnya dan letakkan di direktori lora;
Ubah parameter posisi model di gradio_chatglm_demo.py ;
Mulai demo;
python gradio_chatglm_demo.py
pip install -r requirements.txtDapatkan CaMA, detailnya di sini;
Unduh LoRA, unduh modelnya dan letakkan di direktori lora;
Ubah parameter posisi model di gradio_cama_demo.py ;
Mulai demo;
python gradio_cama_demo.py
Model Besar Medis Qizhen menganut jalur teknis "penggerak dua roda data + pengetahuan". Melalui integrasi erat teknologi model besar dan basis pengetahuan medis, model ini mengintegrasikan kebutuhan aktual dalam skenario aplikasi medis, mulai dari manajemen data medis, pertimbangan medis. , Tanya Jawab dokter-pasien Penelitian dan pengembangan berulang akan dilakukan di berbagai bidang seperti pembuatan rekam medis otomatis dan sistem pendukung pengambilan keputusan klinis untuk memfasilitasi penerapan dan penerapan teknologi model besar dalam industri medis. Gambar di bawah adalah kasus "Pangkalan Pengetahuan Medis Qizhen membantu model besar untuk menghasilkan jawaban".
Masukan: Indikasi Injeksi Fluphenazine Decanoate
ChatGLM: Fluphenazine Decanoate Injection adalah obat dengan indikasi sebagai berikut: 1. Digunakan untuk mengobati gejala neuropsikiatri seperti depresi, kecemasan, dan insomnia; 2. Digunakan untuk mengobati epilepsi, trauma otak, dan arteriosklerosis serebral serta penyakit saraf lainnya; untuk meredakan nyeri kronis, seperti dismenore, radang sendi dan penyakit menyakitkan lainnya; 4. Digunakan untuk meningkatkan kemampuan belajar dan kemampuan memori, serta dapat digunakan untuk pengembangan intelektual dan peningkatan efek belajar anak-anak dan remaja infeksi dan pengobatan AIDS. Fluphenazine Decanoate Injection adalah obat oral yang biasa digunakan untuk mengobati depresi, kecemasan, dan insomnia. Rencana pengobatan perlu dirumuskan berdasarkan anjuran dokter. Saat menggunakan Fluphenazine Decanoate Injection, sebaiknya ikuti anjuran dokter dan petunjuk pengobatan serta dosis dalam petunjuk obat.
ChatGPT: Flumazenil Decanoate Injection (Flumazenil Injection) adalah obat yang digunakan untuk mengobati keadaan sedatif atau hipnotis yang disebabkan oleh overdosis atau penggunaan benzodiazepin yang berlebihan (seperti obat diazepam). Ia bertindak sebagai antagonis reseptor benzodiazepin dan dapat membalikkan efek depresan sistem saraf pusat dari benzodiazepin. <Injeksi Fluphenazine Decanoate terutama digunakan untuk indikasi berikut:
1. Overdosis benzodiazepin: Ketika pasien mengalami gejala seperti koma, mengantuk, dan depresi pernapasan akibat overdosis atau penggunaan obat diazepam secara berlebihan, injeksi fluphenazine decanoate dapat digunakan untuk membalikkan gejala tersebut.
2. Pembalikan selama anestesi: Injeksi Fluphenazine Decanoate dapat digunakan untuk membalikkan efek obat penenang benzodiazepin setelah operasi atau prosedur anestesi lainnya dan membantu pasien kembali ke keadaan sadar.
3. Penggunaan diagnostik: Injeksi Fluphenazine Decanoate juga dapat digunakan untuk membantu diagnosis keracunan atau overdosis benzodiazepin.
Harap dicatat bahwa injeksi fluphenazine decanoate harus digunakan secara rasional dan diawasi oleh dokter profesional berdasarkan keadaan tertentu. Sebelum menggunakan obat ini, bacalah dengan cermat dan ikuti petunjuk penggunaan obat serta ikuti petunjuk dan anjuran dokter Anda.
QiZhen-Chinese-LLaMA-7B- Checkpoint-3500: Produk ini digunakan untuk skizofrenia, mania, dll. Ini juga dapat digunakan untuk nyeri miotonik.
QiZhen-CaMA-13B-Checkpoint-3600: Produk ini digunakan untuk berbagai manifestasi skizofrenia.
masukan: Apa fungsi utama Teh Buah Hijau Tibet?
ChatGLM: Teh buah hijau Tibet adalah minuman alami, terutama terbuat dari buah-buahan hijau, daun teh, madu dan bahan lainnya. Fungsi utamanya antara lain: 1. Meningkatkan imunitas: Teh buah hijau Tibet kaya akan nutrisi, seperti vitamin C, vitamin E, dll, yang dapat meningkatkan imunitas tubuh, meningkatkan daya tahan tubuh, dan mencegah terjadinya penyakit. 2. Meningkatkan pencernaan: Teh buah hijau Tibet kaya akan serat, yang dapat meningkatkan motilitas saluran cerna, membantu pencernaan, dan mencegah sembelit. 3. Efek antioksidan: Ekstrak buah hijau pada teh buah hijau Tibet memiliki efek antioksidan yang kuat, mampu menghilangkan radikal bebas dalam tubuh, menunda penuaan, dan mencegah penyakit. 4. Mengurangi lipid darah: Ekstrak teh dalam teh buah hijau Tibet memiliki efek tertentu dalam menurunkan lipid darah serta dapat mencegah dan mengobati hiperlipidemia. 5. Meningkatkan kualitas tidur: Madu dalam teh buah hijau Tibet memiliki efek sedatif tertentu, yang dapat membantu menghilangkan stres, meningkatkan kualitas tidur, dan meningkatkan kemampuan penyembuhan diri tubuh.
ChatGPT: Teh buah hijau Tibet adalah minuman teh yang dibuat dengan bahan baku utama buah hijau Tibet, setahu saya memiliki fungsi utama sebagai berikut:
1. Efek antioksidan: Buah hijau Tibet kaya akan berbagai antioksidan alami, seperti polifenol dan vitamin C, yang dapat membantu menghilangkan radikal bebas dalam tubuh, memperlambat penuaan sel, dan meningkatkan kekebalan tubuh.
2. Meningkatkan pencernaan: Teh buah hijau Tibet memiliki efek merangsang pencernaan yang baik, membantu meningkatkan motilitas pencernaan, meningkatkan fungsi pencernaan, dan mengurangi ketidaknyamanan perut dan gangguan pencernaan.
3. Memberikan nutrisi: Buah hijau Tibet kaya akan vitamin C, vitamin E, vitamin B kompleks, mineral dan nutrisi lainnya.
4. Penurunan berat badan: Teh buah hijau Tibet dianggap memiliki efek penurunan berat badan. Dapat meningkatkan metabolisme, mempercepat penguraian dan pembakaran lemak, serta membantu mengurangi berat badan dan penumpukan lemak.
5. Anti inflamasi dan analgesik: Teh buah hijau Tibet mengandung beberapa bahan dengan efek anti inflamasi dan analgesik, yang dapat meredakan ketidaknyamanan seperti nyeri sendi, nyeri otot, dan sakit kepala.
6. Meningkatkan kualitas tidur: Teh buah hijau Tibet membantu mengendurkan sistem saraf, memiliki efek menenangkan dan menyejukkan, dapat meningkatkan kualitas tidur dan meredakan masalah insomnia.
Perlu dicatat bahwa efek di atas terutama didasarkan pada penggunaan tradisional Teh Buah Hijau Tibet dan hasil penelitian tertentu. Efek spesifiknya bervariasi dari orang ke orang dan mungkin dipengaruhi oleh perbedaan individu dan metode penggunaan. Jika Anda memiliki kondisi kesehatan tertentu atau perlu minum obat, disarankan untuk berkonsultasi dengan dokter atau ahli kesehatan.
QiZhen-Chinese-LLaMA-7B- Checkpoint-3500: menghilangkan panas, detoksifikasi, menghasilkan cairan tubuh dan menghilangkan dahaga. Dapat meredakan gejala seperti demam, haus, dan sakit tenggorokan.
QiZhen-CaMA-13B-Checkpoint-3600: Teh buah biru yang tersembunyi memiliki efek menghilangkan panas, menenangkan tenggorokan, mengurangi pembengkakan dan menghilangkan rasa sakit.
Teh buah hijau Tibet dapat digunakan untuk meredakan gejala seperti kemerahan dan nyeri pada tenggorokan, tenggorokan kering dan terbakar, suara serak dan gejala lainnya.
masukan: Apa saja manifestasi klinis sindrom Reiter?
ChatGLM: Sindrom Reiter (Reiter syndrome tipe I) merupakan murmur jantung bawaan yang manifestasi klinisnya antara lain:
Murmur jantung: Karakteristik murmur jantung pada sindrom Wright tipe I adalah murmur shunt kanan ke kiri yang disebabkan oleh foramen ovale paten, yang biasanya ditandai dengan variabilitas intensitas, lokasi, dan frekuensi murmur.
Hipertensi pulmonal: Orang dengan sindrom Reiter tipe I sering kali menderita hipertensi pulmonal, yang dapat menyebabkan gagal napas dan gagal jantung.
Kelainan Tumbuh Kembang: Kebanyakan penderita sindrom Reiter tipe I akan menunjukkan kelainan tumbuh kembang seperti perawakan pendek, malnutrisi, dan gigantisme pada masa kanak-kanak dan remaja.
Kelainan struktural jantung: Meskipun murmur adalah manifestasi klinis utama dari sindrom Reiter tipe I, beberapa pasien mungkin juga memiliki kelainan struktural jantung lainnya, seperti penyakit katup jantung dan aritmia.
Gejala lain: Orang dengan sindrom Reiter tipe I mungkin juga mengalami gejala lain, seperti kelelahan, kesulitan bernapas, nyeri dada, batuk, kembung, dan sembelit. Gejala-gejala ini mungkin terkait dengan murmur jantung dan hipertensi pulmonal, namun mungkin juga terkait dengan faktor lain.
Perlu dicatat bahwa sindrom Reiter tipe I adalah penyakit langka dan manifestasi klinisnya dapat bervariasi tergantung pada perbedaan individu. Jika Anda menduga Anda mengidap sindrom Reiter tipe I, harap segera berkonsultasi dengan dokter Anda untuk diagnosis dan pengobatan.
ChatGPT: Sindrom Reiter mengacu pada penyakit yang disebabkan oleh akalasia sfingter esofagus bagian bawah dan melemahnya motilitas esofagus yang disebabkan oleh penyakit refluks gastroesofageal (GERD). Manifestasi klinis utamanya meliputi:
Disfagia: Pasien merasa tersangkut saat menelan dan perlu menelan beberapa kali untuk menelan makanan.
Nyeri dada: Penderita sindrom Reiter sering kali mengalami nyeri dada, terutama setelah makan atau berbaring.
Sendawa dan refluks asam: Penderita sering mengalami sendawa dan refluks asam, terutama setelah makan atau berbaring.
Suara serak: Suara pasien mungkin menjadi serak karena iritasi pada area mulut dan tenggorokan oleh bahan refluks.
Sakit tenggorokan: bahan refluks mengiritasi mukosa tenggorokan.
Penting untuk diketahui bahwa gejala sindrom Reiter mirip dengan penyakit lain, sehingga diagnosis perlu dipastikan melalui pemeriksaan dan metode diagnostik yang relevan.
QiZhen-CaMA-13B-Checkpoint-12400: Manifestasi klinis utama sindrom Reiter adalah arthritis akut atau kronis, uretritis, konjungtivitis, dan lesi kulit dan mukosa.
Sindrom Reiter adalah penyakit inflamasi kronis non-spesifik dengan etiologi yang tidak diketahui. Ini adalah jenis spondyloarthritis seronegatif. Hal ini ditandai dengan poliartritis asimetris yang berulang, bermigrasi, yang mungkin disertai dengan penyakit inflamasi uretra, konjungtivitis, kulit, selaput lendir dan lesi mata.
Manifestasi klinis utama sindrom Reiter adalah artritis akut atau kronis, uretritis, konjungtivitis, serta lesi kulit dan mukosa.
1. Artritis: Penyakit yang paling umum terjadi, sendi mana pun dapat terkena, dan lebih sering terjadi pada sendi kecil di lutut, pergelangan kaki, dan kaki. Kemerahan, bengkak, panas, nyeri, dan disfungsi lokal dapat terjadi.
2. Uretritis: dimanifestasikan dengan sering buang air kecil, urgensi, disuria, kemerahan dan pembengkakan pada lubang uretra, peningkatan sekresi uretra, dll.
3. Konjungtivitis: bermanifestasi sebagai peradangan konjungtiva unilateral atau bilateral, yang mungkin termasuk kongesti konjungtiva, edema, edema kelopak mata, peningkatan sekresi, dll.
4. Lesi kulit dan mukosa: bermanifestasi sebagai eritema seboroik, eritema genital, pustula, pustula kulit, dan ulkus kulit.
Kriteria evaluasi: Pilih secara acak 94 jenis data obat, ikuti petunjuk komposisi "Indikasi {obat}", biarkan ChatGPT (gpt3.5), ChatGLM, dan QiZhe masing-masing menjawab, lalu minta tenaga medis profesional untuk模型的答案. dan skor dengan该药品的药品说明书. Berikut adalah tiga kriteria penilaian:
Standar 1: Jika jawaban model tepat pada satu indikasi, maka jawabannya benar;
Standar 2: Apabila jumlah indikasi yang terdapat pada jawaban model lebih besar atau sama dengan 1/2 jumlah indikasi pada sisipan kemasan obat, maka jawabannya benar;
Standar 3: Apabila jumlah indikasi yang terdapat pada jawaban model lebih besar atau sama dengan 2/3 jumlah indikasi pada sisipan kemasan obat, maka jawabannya benar;
| Model | Standar 1 | Standar 2 | Standar 3 |
|---|---|---|---|
| ObrolanGLM | 39,36% | 23,16% | 14,74% |
| ObrolanGPT | 47,87% | 30,85% | 15,96% |
| QiZhen-Cina-LLaMA-7B-Pos Pemeriksaan-3500 | 77,66% | 55,32% | 40,00% |
| QiZhen-Cina-LLaMA-7B-Pos Pemeriksaan-6000 | 90,43% | 73,40% | 65,96% |
| QiZhen-CaMA-13B-Pos Pemeriksaan-3600 | 82,29% | 60,62% | 47,92% |
| QiZhen-CaMA-13B-Pos Pemeriksaan-6000 | 90,43% | 80,85% | 72,34% |
| QiZhen-CaMA-13B-Pos Pemeriksaan-12400 | 91,49% | 82,98% | 72,34% |
Komentar:
repetition_penalty ;QiZhen-CaMA-13B-Checkpoint-3600 , kami telah meningkatkan jumlah parameter LoRA, dan efeknya telah ditingkatkan secara efektif; Kriteria evaluasi: Pilih 100 data penyakit secara acak, dan bentuklah "obat terapeutik" berdasarkan "Obat apa yang dapat mengobati {penyakit}?", "Pemeriksaan apa yang diperlukan untuk {penyakit}?", "Apa manifestasi klinis dari {penyakit} ?", Yang dimaksud dengan "Pemeriksaan" dan "manifestasi klinis". Pesan, biarkan ChatGPT (gpt3.5), ChatGLM, dan QiZhen0 menjawab masing-masing, lalu minta tenaga medis profesional untuk membandingkan dan menilai模型的答案dengan启真医学知识库疾病知识:
Standar 1: Jika jawaban model mengenai "obat terapeutik" ("tes pemeriksaan", "manifestasi klinis"), jawabannya benar;
Standar 2: Jika jumlah "obat terapeutik" ("tes pemeriksaan", "manifestasi klinis") yang sesuai dengan model jawaban lebih besar atau sama dengan 1/2 dari jumlah indikasi dalam petunjuk obat, maka jawabannya benar ;
Standar 3: Jika jumlah "obat terapeutik" ("tes pemeriksaan", "manifestasi klinis") yang sesuai dengan model jawaban lebih besar atau sama dengan 2/3 dari jumlah indikasi dalam petunjuk obat, maka jawabannya benar ;
| Model | Standar Kinerja Klinis 1 | Kriteria Kinerja Klinis 2 | Kriteria Kinerja Klinis 3 | Periksa standar inspeksi 1 | Periksa Standar Inspeksi 2 | Periksa Standar Inspeksi 3 | Standar obat terapeutik 1 | Standar Obat Terapi 2 | Standar Obat Terapi 3 |
|---|---|---|---|---|---|---|---|---|---|
| obrolanglm | 90,00% | 6,00% | 3,00% | 93,00% | 11,00% | 6,00% | 60,00% | 10,00% | 5,00% |
| obrolangpt | 94,00% | 11,00% | 4,00% | 97,00% | 8,00% | 5,00% | 62,00% | 11,00% | 4,00% |
| QiZhen-CaMA-13B-Pos Pemeriksaan-12400 | 95,00% | 15,00% | 7,00% | 97,00% | 20,00% | 7,00% | 75,00% | 36,00% | 23,00% |
Selain itu, proyek ini didasarkan pada pengembangan sekunder dari proyek sumber terbuka berikut. Saya ingin mengucapkan terima kasih kepada proyek terkait serta personel penelitian dan pengembangan.
Lihat LISENSI untuk detailnya
Sumber daya yang terkait dengan proyek ini hanya untuk penelitian akademis dan dilarang keras untuk penggunaan komersial. Saat menggunakan bagian yang melibatkan kode pihak ketiga, harap ikuti dengan ketat perjanjian sumber terbuka yang sesuai. Konten yang dihasilkan oleh model dipengaruhi oleh faktor-faktor seperti penghitungan model, keacakan, dan hilangnya akurasi kuantifikasi, dan proyek ini tidak menjamin keakuratannya. Proyek ini tidak memikul tanggung jawab hukum apa pun atas keluaran konten apa pun dari model, juga tidak bertanggung jawab atas kerugian apa pun yang mungkin timbul dari penggunaan sumber daya terkait dan hasil keluaran.
Makalah teknis akan segera hadir.
