Heidi ने Fireworks के ट्रेनिंग API से NVIDIA के 550 अरब पैरामीटर वाले ओपन मॉडल Nemotron 3 Ultra को पहले सुपरवाइज़्ड फाइन-ट्यून (SFT) किया और फिर उस पर रीइन्फोर्समेंट लर्निंग (RL) लागू की। NVIDIA की NVFP4 प्रिसिशन में क्वांटाइज़ करने के बाद, कंपनी ने इस चेकपॉइंट को समर्पित GPU पर तैनात किया। चिकित्सकों की लाइव, आमने-सामने की तुलना में पोस्ट-ट्रेन किया गया मॉडल मौजूदा प्रोडक्शन मॉडल से 54% बार बेहतर रहा; बेस चेकपॉइंट के लिए यह आंकड़ा करीब 42% था।
यह क्यों मायने रखता है
चिकित्सक ऐसे मॉडल पर भरोसा कर सकते हैं जिस पर उनका नियंत्रण हो। इससे अस्पताल मॉडल को अपडेट कर सकते हैं और उसे अपने परिसर में तैनात कर सकते हैं—खासकर वहां, जहां डेटा को देश या क्षेत्र के भीतर रखने के सख्त नियम हैं।
