arxiv arXiv cs.LG · hace 1 d · research

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

Traducido del English → Español

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.

Alcanza una precisión del 50.1% en HealthBench-Hard, superando a las bases propietarias como GPT-5 (thinking).
Ofrece una mejora de más del 10% en el benchmark MedXpertQA.
Aborda debilidades en escenarios diagnósticos complejos y diálogos contextuales identificados por benchmarks recientes.

Los resultados demuestran que los conjuntos de datos sintéticos dirigidos y el entrenamiento basado en rúbricas pueden mejorar sistemáticamente tanto el razonamiento diagnóstico como el clínico interactivo en LLMs médicos.

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

Benchmarks

Benchmark	Modelo	Puntuación
HealthBench	Fathom-Vaidya	50.1%

Leer original

Z.ai escala el postentrenamiento de GLM-5.3 para mejorar el razonamiento a largo plazo

Z.ai lanzó GLM-5.3, un experimento controlado que demuestra que escalar el postentrenamiento produce ganancias significativas en el razonamiento a largo plazo sin cambiar el modelo base ni la cantidad de parámetros.

arxiv arXiv cs.CL · hace 7 h · 11 vistas

TelecomGPT-R1: Entrenamiento posterior unificado para el razonamiento en tareas de telecomunicaciones heterogéneas

Los investigadores presentan TelecomGPT-R1, una familia de modelos de razonamiento unificados de telecomunicaciones de código abierto diseñados para automatizar tareas de ingeniería mediante el razonamiento sobre estándares, configuraciones y registros. El modelo aborda las limitaciones de los LLMs existentes de propósito general y especializados a través de un enfoque estructurado que cubre ejes de protocolo, conocimiento, modelado y fallos.

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.

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

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

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.