# Heidi optimiert NVIDIA Nemotron 3 Ultra für klinische KI

> Heidi trainierte das 550B-Modell Nemotron 3 Ultra auf Fireworks weiter. In direkten Vergleichstests mit Ärzten erzielte es eine Erfolgsquote von 54 Prozent gegenüber dem aktuellen Spitzenmodell des Unternehmens.

Oossa · 2026-10-23 · https://oossa.com/de/heidi-fine-tunes-nvidia-nemotron-3-ultra-on-fireworks-for-clinical-ai

Heidi nutzte die Trainings-API von Fireworks, um NVIDIA Nemotron 3 Ultra, ein Open-Source-Modell mit 550 Milliarden Parametern, zunächst überwachungsbasiert feinzujustieren (SFT) und anschließend mit Reinforcement Learning (RL) weiterzutrainieren. Nach der Quantisierung auf die NVFP4-Präzision von NVIDIA wurde der Checkpoint auf dedizierten GPUs bereitgestellt. In direkten Vergleichen durch Ärzte schlug das weitertrainierte Modell das bestehende Produktivmodell in 54 Prozent der Fälle. Beim Basismodell waren es zuvor etwa 42 Prozent.

## Die Fakten

- Erfolgsquote des Basis-Checkpoints: ~42 %; Erfolgsquote nach dem Weitertraining: ~54 %
- Modellgröße: insgesamt 550 B Parameter, davon 55 B pro Token aktiv

## Warum es wichtig ist

Ärzte können sich auf ein Modell verlassen, das sie selbst kontrollieren. So lassen sich Aktualisierungen vornehmen und das Modell vor Ort in Krankenhäusern einsetzen, die strenge Vorgaben zur Datenhaltung erfüllen müssen.

## Quellen und Referenzen

1. [Heidi trains and deploys NVIDIA Nemotron 3 Ultra on Fireworks](https://fireworks.ai/customers/heidi-trains-and-deploys-nvidia-nemotron-3-ultra-on-fireworks/) – Fireworks AI

Zuletzt aktualisiert: 2026-10-23