लेखकों ने Fathom-Vaidya का परिचय दिया, जो 30B पैरामीटर वाला एक मॉडल है जो सिंथेटिक डेटा और रूब्रिक-आधारित रीइन्फोर्समेंट लर्निंग का उपयोग करके नैदानिक और क्लिनिकल हेल्थकेयर तर्क को बढ़ावा देता है।
- फ्रेमवर्क MedBullets से प्राप्त प्रश्नों पर नियम और रूब्रिक-मार्गदर्शित RL का उपयोग करता है ताकि नैदानिक सटीकता में सुधार किया जा सके।
- यह इंटरैक्टिव क्लिनिकल संवाद का आकलन करने के लिए बहु-आयामी रूब्रिक्स के साथ 5.3k सिंथेटिक मल्टी-टर्न परिदृश्यों को उत्पन्न करता है।
- मॉडल MedXpertQA पर 10% से अधिक सुधार और HealthBench-Hard पर 50.1% सटीकता हासिल करता है, जो GPT-5 (thinking) जैसी प्रोप्राइटरी बेलाइन्स को पार करता है।
यह दृष्टिकोण दिखाता है कि लक्षित सिंथेटिक डेटासेट और रूब्रिक-आधारित प्रशिक्षण जटिल नैदानिक और संवादात्मक कार्यों में चिकित्सा LLM प्रदर्शन को व्यवस्थित रूप से कैसे सुधार सकता है।