# CERTA जांचता है कि छोटे क्लिनिकल AI मॉडल कब काम आ सकते हैं

> शोधकर्ताओं ने ऐसी विधि का मूल्यांकन किया, जिसमें क्वांटाइज़्ड मॉडल क्लिनिकल सत्यापन के फैसले तब संभाल सकते हैं, जब उनके नतीजे BF16 संदर्भ मॉडल से पर्याप्त मेल खाते हों; बाकी फैसले संदर्भ मॉडल को भेजे जाते हैं।

Oossa · 2026-10-22 · https://oossa.com/hi/certa-tests-when-smaller-clinical-ai-models-can-be-used

शोधकर्ताओं ने CERTA पेश किया है। यह तय करने की एक विधि है कि कोई संपीड़ित क्लिनिकल भाषा मॉडल बड़े BF16 मॉडल की जगह सत्यापन का फैसला कब संभाल सकता है। CERTA की सांख्यिकीय जांच में खरे न उतरने वाले फैसले संदर्भ मॉडल को भेज दिए जाते हैं।

11 मॉडलों और 2,500 फैसलों पर किए गए परीक्षणों में, अध्ययन के परिचालन विश्लेषण के तहत 8-bit संस्करणों ने परीक्षण के लिए अलग रखे गए 99.8% से 100% फैसले संभाले। 72-billion-parameter वाले दो मॉडलों के लिए, चुने गए 4-bit कॉन्फ़िगरेशन की अनुमानित तैनाती लागत BF16 संदर्भ मॉडल की लगभग 26% से 27% थी और पीक मेमोरी का इस्तेमाल 48 GB से कम रहा। शोधकर्ताओं ने उस खास हार्डवेयर पर तैनाती का परीक्षण नहीं किया, और ये नतीजे क्लिनिकल सत्यापन के एक काम से जुड़े हैं, सामान्य तौर पर क्लिनिकल देखभाल से नहीं।

## तथ्य

- मूल्यांकन में 2,484 मरीजों से जुड़े संदर्भों के 2,500 फैसले शामिल थे; कैलिब्रेशन और परीक्षण के लिए मरीजों के अलग-अलग समूह रखे गए थे।
- Qwen2.5-72B और HuatuoGPT-o1-72B के लिए, चुने गए 4-bit कॉन्फ़िगरेशन में पीक मेमोरी का इस्तेमाल क्रमशः 43.0 GB और 42.7 GB था; 48 GB एक्सेलरेटर पर तैनाती का सीधे परीक्षण नहीं किया गया।

## यह क्यों मायने रखता है

स्थानीय क्लिनिकल सत्यापन प्रणालियों पर काम कर रही टीमों के लिए, CERTA कुछ फैसले कम लागत वाले संपीड़ित मॉडलों को भेजने का तरीका सुझाता है। लेकिन यह अध्ययन क्लिनिकल इस्तेमाल के अन्य मामलों या वास्तविक दुनिया में तैनाती के लिए सुरक्षा या प्रदर्शन स्थापित नहीं करता।

## स्रोत और संदर्भ

1. [Do We Need the Largest LLMs for Every Clinical Decision?](https://arxiv.org/abs/2610.26937) – arXiv, 2026-10-21

अंतिम अपडेट: 2026-10-22