Heidi a utilisé l’API d’entraînement de Fireworks pour affiner Nemotron 3 Ultra de NVIDIA par apprentissage supervisé (SFT), puis par apprentissage par renforcement (RL). Ce modèle ouvert compte 550 milliards de paramètres. Après l’avoir quantifié au format NVFP4 de NVIDIA, l’équipe a déployé le point de contrôle sur des GPU dédiés. Lors de comparaisons en direct côte à côte avec des cliniciens, le modèle affiné a surpassé le modèle actuellement en production dans 54 % des cas, contre environ 42 % pour le point de contrôle de base.
Pourquoi c'est important
Les cliniciens peuvent s’appuyer sur un modèle qu’ils contrôlent, qu’ils peuvent mettre à jour et déployer sur site, notamment dans les hôpitaux soumis à des règles strictes de résidence des données.
