هایدی با استفاده از API آموزشی Fireworks، مدل متن‌باز 550 میلیاردپارامتری Nemotron 3 Ultra انویدیا را ابتدا با یادگیری نظارت‌شده (SFT) ریزتنظیم کرد و سپس روی آن یادگیری تقویتی (RL) انجام داد. پس از کوانتیزه‌کردن مدل با دقت NVFP4 انویدیا، نسخه نهایی را روی GPUهای اختصاصی مستقر کرد. در مقایسه‌های زنده و رو‌در‌روی پزشکان، مدل پس‌آموزش‌دیده 54٪ مواقع از مدل فعلیِ در حال استفاده پیشی گرفت؛ این رقم برای نسخه پایه حدود 42٪ بود.
چرا مهم است
پزشکان می‌توانند به مدلی متکی باشند که کنترلش در اختیار خودشان است؛ در نتیجه، به‌روزرسانی مدل و استقرار آن در محل بیمارستان برای مراکزی که قوانین سخت‌گیرانه‌ای درباره محل نگهداری داده دارند، ممکن می‌شود.
