लेखकों ने Fathom-Vaidya का परिचय दिया, जो 30B पैरामीटर वाला एक मॉडल है जो संज्ञानात्मक और क्लिनिकल हेल्थकेयर तर्क को बढ़ाने के लिए सिंथेटिक डेटा और रूब्रिक-आधारित पुनर्बल सीखने का उपयोग करता है। प्रशिक्षण ढांचा पहले निदान के लिए MedBullets से प्राप्त प्रश्नों पर नियम-निर्देशित RL लागू करता है, फिर इंटरैक्टिव क्लिनिकल कार्यों के लिए बहु-आयामी रूब्रिक्स के साथ 5.3k सिंथेटिक मल्टी-टर्न परिदृश्यों का उपयोग करता है।
- HealthBench-Hard पर 50.1% सटीकता प्राप्त करता है, GPT-5 (thinking) जैसे प्रोप्राइटरी बेलाइनों को पार करता है।
- MedXpertQA बेंचमार्क पर 10% से अधिक सुधार प्रदान करता है।
- हालिया बेंचमार्क्स द्वारा पहचाने गए जटिल निदान परिदृश्यों और संदर्भित संवाद में कमजोरियों को दूर करता है।
परिणाम दर्शाते हैं कि लक्षित सिंथेटिक डेटासेट और रूब्रिक-आधारित प्रशिक्षण चिकित्सा LLMs में निदान और इंटरैक्टिव क्लिनिकल तर्क को व्यवस्थित रूप से सुधार सकते हैं।