タグ	対象
`<phi_age>`	年齢
`<phi_id>`	識別番号
`<phi_tel>`	電話番号
`<phi_job>`	職業
`<phi_location>`	住所・地名
`<phi_person>`	人名
`<phi_hospital>`	医療機関名

使用方法

python

import torch
from transformers import AutoTokenizer, AutoModelForCausalLM, BitsAndBytesConfig

model_id = "sociocom/MedPHINER-Llama-3.1-Swallow-8B-Instruct-v0.5"

tokenizer = AutoTokenizer.from_pretrained(model_id)

quant_cfg = BitsAndBytesConfig(
    load_in_4bit=True,
    bnb_4bit_compute_dtype=torch.bfloat16,
    bnb_4bit_use_double_quant=True,
    bnb_4bit_quant_type="nf4",
)

model = AutoModelForCausalLM.from_pretrained(
    model_id,
    device_map="auto",
    dtype=torch.bfloat16,
    quantization_config=quant_cfg,
)
model.eval()

学習データ

データセット: NTCIR
学習サンプル数: 11,127文
個人情報の挿入およびアノテーションに OpenAI API（gpt-5.2-2025-12-11）を使用

学習設定

パラメータ	値
LoRA rank	16
LoRA alpha	64
LoRA dropout	0.05
学習エポック数	5
バッチサイズ	8
学習率	2e-4
オプティマイザ	AdamW

ライセンス

本モデルのベースである Llama-3.1-Swallow-8B-Instruct-v0.5 は以下の2つのライセンスに従います。

使用モデル	ライセンス
Llama-3.1-Swallow-8B-Instruct-v0.5	Llama 3.1 および Gemma
Llama-3.1-8B-Instruct	Llama 3.1