摘要
医疗行业涉及高风险沟通、专业推理和工作流程执行，然而，能够同时涵盖这些用例的专用大型语言模型（LLMs）仍然有限。一个医疗模型需处理患者咨询、文本和图像的临床推理、互动诊断以及电子健康记录（EHR）工具的使用。这些能力在不同方面存在不足，针对某一任务的狭窄更新可能会削弱其他任务的表现。
我们推出了 Cura 1T，这是一种通过人类引导的自我进化循环训练的医疗专用 LLM。在每一轮进化中，训练代理会规划目标能力，训练模型，评估基准轨迹，并根据观察到的失败优化数据组合。这个以数据为中心的循环通过针对性的合成和精心策划的示例来改进模型，而不是单一的通用医疗数据更新。
在医疗评估套件中，Cura 1T 在前沿基准中排名靠前，同时在领域外推理和代理基准上也保持竞争力。
博主点评： Cura 1T 的创新之处在于其自我进化的训练机制，充分利用人类反馈来优化模型性能。这种方法不仅提高了医疗领域的适用性，还确保了模型在处理复杂任务时的稳定性，值得其他领域的模型开发者借鉴。