arxiv arXiv cs.CL · hace 1 d · research

Fathom-Vaidya mejora el razonamiento médico con recompensas basadas en rúbricas

Traducido del English → Español

El marco emplea RL guiado por reglas y rúbricas en preguntas derivadas de MedBullets para mejorar la precisión diagnóstica.
Genera 5.3k escenarios sintéticos multironda con rúbricas multidimensionales para evaluar el diálogo clínico interactivo.
El modelo logra una mejora superior al 10% en MedXpertQA y una precisión del 50.1% en HealthBench-Hard, superando a las bases propietarias como GPT-5 (thinking).

Este enfoque demuestra que los conjuntos de datos sintéticos dirigidos y el entrenamiento basado en rúbricas pueden mejorar sistemáticamente el rendimiento de los LLM médicos en tareas diagnósticas y conversacionales complejas.

Importancia 2/3 Supera un benchmark de un laboratorio puntero arXiv cs.CL Research paper Training methods

Benchmarks

Benchmark	Modelo	Puntuación
HealthBench	Fathom-Vaidya	50.1%

Leer original

Fathom-Vaidya mejora el razonamiento médico con recompensas basadas en rúbricas

Los autores presentan Fathom-Vaidya, un modelo de 30B parámetros que utiliza datos sintéticos y aprendizaje por refuerzo basado en rúbricas para mejorar el razonamiento diagnóstico y clínico en atención médica. El marco de entrenamiento primero aplica RL guiado por reglas a preguntas derivadas de MedBullets para el diagnóstico, luego utiliza 5.3k escenarios sintéticos multi-turno con rúbricas multidimensionales para tareas clínicas interactivas.

arxiv arXiv cs.AI · hace 1 d · 12 vistas

Fathom-Vaidya mejora el razonamiento médico con recompensas basadas en rúbricas

Los autores presentan Fathom-Vaidya, un modelo de 30B parámetros que utiliza datos sintéticos y aprendizaje por refuerzo basado en rúbricas para mejorar tanto el razonamiento diagnóstico como el clínico en atención médica. El marco de entrenamiento primero se centra en la precisión diagnóstica utilizando preguntas derivadas de MedBullets y luego aborda interacciones clínicas multironda a través de 5.3k escenarios generados con rúbricas multidimensionales.

media Hugging Face Forums · hace 2 d · 18 vistas

MB-Bidram comparte la arquitectura experimental WideNDepth que separa el razonamiento del conocimiento

MB-Bidram ha lanzado una arquitectura neuronal experimental llamada WideNDepth (WND) diseñada para separar las capacidades de razonamiento del almacenamiento de conocimientos. El modelo consta de una "parte ancha" que funciona como memoria y una "parte profunda" que actúa como el razonador.

media Hugging Face Forums · hace 3 d · 18 vistas

Propuesta: Transferencia progresiva de conocimiento de Qwen 9B a 27B para un modelo fijo de 4B

Un usuario en los foros de Hugging Face propone un experimento de transferencia progresiva de conocimiento, donde un modelo estudiante de tamaño fijo (Qwen 4B) aprende secuencialmente de maestros cada vez más grandes en lugar de hacerlo directamente desde el más grande disponible.

arxiv arXiv cs.LG · hace 7 d · 20 vistas

OpenAI lanza Open-1B con un entrenamiento completamente auditable

OpenAI ha lanzado Open-1B, un modelo de lenguaje entrenado bajo un régimen donde cada operación durante el entrenamiento es reproducible de forma independiente en hardware comercial heterogéneo con certeza a nivel de bits. Este enfoque aborda los problemas de reproducibilidad inherentes a los modelos de código abierto al imponer un orden definido sobre las fuentes de no determinismo, como las reducciones de kernels de GPU y el ordenamiento de lotes de datos.