# CERTA проверяет, когда можно использовать компактные клинические ИИ-модели

> Исследователи оценили метод, который позволяет квантованным моделям принимать решения о клинической верификации, если их ответы достаточно близки к результатам эталонной модели BF16. В остальных случаях запрос передаётся ей.

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

Исследователи представили CERTA — метод, который определяет, может ли сжатая клиническая языковая модель принять решение о верификации вместо более крупной модели BF16. Решения, не прошедшие статистическую проверку CERTA, передаются эталонной модели.

В ходе проверки 11 моделей на 2,500 решениях 8-битные версии обработали от 99.8% до 100% отложенных решений в рамках операционного анализа исследования. Для двух моделей с 72 миллиардами параметров у выбранных конфигураций с 4-битной квантованием расчётная стоимость развёртывания составляла около 26%–27% от стоимости эталонной модели BF16, а пиковое потребление памяти было ниже 48 GB. Исследователи не проверяли развёртывание на этом конкретном оборудовании; результаты относятся к задаче клинической верификации, а не к клинической помощи в целом.

## Факты

- Для оценки использовали 2,500 решений из контекстов, связанных с 2,484 пациентами; при калибровке и тестировании данные разделяли так, чтобы одни и те же пациенты не попадали в обе выборки.
- Выбранные конфигурации с 4-битной квантованием Qwen2.5-72B и HuatuoGPT-o1-72B использовали 43.0 GB и 42.7 GB пиковой памяти соответственно; развёртывание на ускорителе с 48 GB напрямую не проверяли.

## Почему это важно

Для команд, изучающих возможность локальных систем клинической верификации, CERTA предлагает способ передавать часть решений более дешёвым сжатым моделям. Однако исследование не подтверждает безопасность или эффективность такого подхода в других клинических задачах либо при реальном развёртывании.

## Источники и ссылки

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

Обновлено: 2026-10-22