31B · ALLM.H-MH + Vision
ALLM.H-MH-Rorschach-V
AI-Assisted Rorschach Test Interpretation
로르샤흐 잉크반점 검사 AI 보조 시스템. 10장의 카드에 대한 응답을 수집하고, R-PAS/Exner 체계로 자동 코딩 및 임상 해석을 수행합니다. 이미지 위 클릭으로 위치 지정, 대화형 응답 수집.
Model Card
Base Model
ALLM.H-MH + Vision
Parameters
31B
License
Acryl Research License
Languages
Korean, English
Modalities
Text, Image
Hardware
Multi-GPU cluster
Training Pipeline
Base Model
ALLM.H-MH (Mental Health Specialist)
Vision Integration
Inkblot card understanding
Coding Training
R-PAS/Exner scoring system
What Makes This Different
| 기존 연구 | 우리 차별점 |
|---|---|
| 수동 로르샤흐 채점 | AI 자동 코딩 + 해석 보조 |
| 기존 Rorschach 소프트웨어 | LLM 기반 자연어 해석 + 멀티모달 이해 |
Paper Contributions
- 국내 최초 AI 기반 로르샤흐 자동 코딩 시스템
- R-PAS 체계 기반 — Cohen's Kappa ≥ 0.75 목표
Benchmarks
| Benchmark | Score | Baseline / SOTA | Metric |
|---|
Training Data
- METHODRorschach coding dataset + clinical interpretation guidelines
Quick Start
# pip install transformers torch from transformers import AutoModelForCausalLM, AutoTokenizer model = AutoModelForCausalLM.from_pretrained("") tokenizer = AutoTokenizer.from_pretrained("") messages = [ {"role": "user", "content": "65세 남성, 갑작스런 흉통과 호흡곤란. 감별 진단은?"} ] text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True) inputs = tokenizer(text, return_tensors="pt").to(model.device) output = model.generate(**inputs, max_new_tokens=1024) print(tokenizer.decode(output[0], skip_special_tokens=True))