Hacker News · 18.06.2026 ·Модели и релизы

EPFL представила первые полностью открытые медицинские LLM

Исследователи из Федеральной политехнической школы Лозанны (EPFL) выпустили серию специализированных языковых моделей Meditron, предназначенных для работы в сфере здравоохранения. Это первые медицинские модели с полностью открытыми весами, кодом и набором данных для обучения, что позволяет медицинским организациям и разработчикам разворачивать их локально без передачи конфиденциальных данных сторонним облачным провайдерам.

В основе Meditron лежат модели Llama 3, дообученные на тщательно отобранном корпусе медицинской литературы, включая клинические рекомендации, статьи из PubMed и учебные материалы. Разработчики сфокусировались на минимизации галлюцинаций и повышении точности ответов на вопросы, связанные с диагностикой и лечением. Модели прошли тестирование на международных бенчмарках, таких как USMLE (экзамен на получение медицинской лицензии в США), где они показали результаты, сопоставимые с проприетарными аналогами, при этом превосходя многие открытые модели общего назначения.

Публикация Meditron направлена на решение проблемы закрытости медицинских ИИ-систем, которые часто разрабатываются как «черные ящики». Открытый доступ к архитектуре и данным позволяет проводить независимый аудит безопасности и этичности алгоритмов, что критически важно для принятия клинических решений. Проект предоставляет инструменты для адаптации моделей под специфические нужды больниц и исследовательских центров, обеспечивая прозрачность процессов обработки медицинской информации.

Источник: Hacker News

Похожие материалы

arXiv · Обучение и дообучение Исследование методов адаптации LLM для медицины на французском языке Исследователи проанализировали эффективность различных стратегий адаптации больших языковых моделей для узкоспециализированных областей на примере французского медицинского сектора. В работе сравниваются три основных подхода: непрерывное предварительное обучение (CPT), контролируемая донастройка (SFT) и комбинация этих методов. Целью эксперимента было выявить оптимальный баланс между сохранением общих знаний модели и повышением точности ответов на специфические медицинские вопросы. arXiv · Исследования и наука ClinHallu: новый бенчмарк для диагностики галлюцинаций в медицинских MLLM Исследователи представили ClinHallu — новый бенчмарк для выявления и анализа галлюцинаций в медицинских мультимодальных языковых моделях (MLLM). Проблема галлюцинаций особенно критична в медицине, где ошибки могут привести к неверным клиническим решениям. Существующие бенчмарки фокусируются на сборе данных, но не анализируют, на каком этапе возникают галлюцинации. arXiv · Исследования и наука ИИ автоматизирует проверку воспроизводимости исследований Учёные из Гарварда и MIT разработали метод, позволяющий использовать большие языковые модели (LLM) для автоматизированной оценки воспроизводимости исследований в социальных и поведенческих науках. Обычно проверка воспроизводимости требует ручного анализа данных независимыми исследователями, что занимает много времени и ресурсов. Новый подход позволяет значительно ускорить этот процесс, применяя LLM для анализа опубликованных данных и оценки их достоверности. Hacker News · Оценка и бенчмарки LifeSciBench: новый стандарт оценки LLM в области наук о жизни Исследователи представили LifeSciBench — специализированный бенчмарк для оценки возможностей больших языковых моделей в решении задач экспертного уровня в биологии, химии и медицине. В отличие от общих тестов, этот набор данных сфокусирован на проверке способности моделей работать с узкоспециализированной научной терминологией, анализировать молекулярные структуры и интерпретировать сложные экспериментальные данные. Hacker News · Исследования и наука Общие модели превосходят специализированные в клинической диагностике Исследование, опубликованное в журнале Nature Medicine, показало, что общие большие языковые модели (LLM) превосходят специализированные клинические ИИ-системы в диагностике заболеваний. В ходе эксперимента модели, такие как GPT-4, продемонстрировали высокую точность в интерпретации медицинских данных и постановке диагнозов, сопоставимую с экспертными системами, разработанными специально для медицинских задач. Hacker News · ИИ в бизнесе Разработка разговорного ИИ для управления хроническими заболеваниями Исследователи представили методологию создания специализированных диалоговых систем, предназначенных для поддержки пациентов с хроническими заболеваниями. В отличие от универсальных чат-ботов, эти модели обучаются на верифицированных клинических данных и протоколах лечения, что позволяет им предоставлять персонализированные рекомендации по мониторингу состояния здоровья в режиме реального времени. Hacker News · ИИ в бизнесе Медицинские ИИ-инструменты сравнялись по эффективности с врачами Современные системы искусственного интеллекта, предназначенные для диагностики и медицинских консультаций, демонстрируют результаты, сопоставимые с квалификацией практикующих врачей или превосходящие их. Исследования показывают, что алгоритмы способны анализировать симптомы и предлагать планы лечения с высокой точностью, что открывает новые возможности для автоматизации первичного приема пациентов и поддержки принятия врачебных решений. arXiv · Оценка и бенчмарки Новый метод борьбы с предвзятостью LLM-судей при оценке качества ответов Исследователи представили новый подход к оценке больших языковых моделей, использующих другие LLM в качестве «судей». Текущие системы автоматической оценки часто страдают от систематических искажений, не связанных с качеством контента. Наиболее выраженной проблемой является «предвзятость к многословию»: модели склонны завышать оценки длинным ответам, даже если они менее точны или информативны, чем краткие варианты. Hacker News · Оценка и бенчмарки Метод Лос-Аламосской лаборатории для выявления галлюцинаций в мультимодальных моделях Исследователи из Лос-Аламосской национальной лаборатории представили новый подход к диагностике ошибок в работе мультимодальных моделей, объединяющих зрение и язык. Основная проблема таких систем заключается в склонности к «галлюцинациям» — генерации описаний объектов или событий, которых нет на исходном изображении. Разработанный метод позволяет более точно отслеживать соответствие между визуальными данными и текстовым выводом модели. Hacker News · Исследования и наука Исследование: насколько можно доверять LLM при анализе данных (EDA) Исследователи проанализировали применимость больших языковых моделей для проведения разведочного анализа данных (EDA). В работе оценивается способность ИИ-агентов самостоятельно выполнять стандартные этапы работы с датасетами: от первичной очистки и выявления пропусков до построения статистических гипотез и визуализации распределений. Авторы статьи сфокусировались на том, насколько точно модели интерпретируют структуру табличных данных и избегают галлюцинаций при генерации кода для анализа.

← Все материалы