A Heidi usou a API de treinamento da Fireworks para fazer o ajuste fino supervisionado (SFT) e, em seguida, aplicar aprendizado por reforço (RL) ao Nemotron 3 Ultra da NVIDIA, um modelo aberto com 550 bilhões de parâmetros. Depois de quantizar o modelo para a precisão NVFP4 da NVIDIA, a empresa implantou o checkpoint em GPUs dedicadas. Em comparações ao vivo, lado a lado, feitas por médicos, o modelo pós-treinado superou o modelo de produção atual em 54% das vezes, ante cerca de 42% para o checkpoint original.
Por que importa
Os médicos podem contar com um modelo sob seu controle, que permite atualizações e implantação local em hospitais com regras rigorosas de residência de dados.
