# Heidi借助Fireworks微调NVIDIA Nemotron 3 Ultra，面向临床AI

> Heidi在Fireworks上对550B参数的Nemotron 3 Ultra进行后训练。在与现用前沿模型的临床医生实时并排测试中，该模型胜率达到54%。

Oossa · 2026-10-23 · https://oossa.com/zh/heidi-fine-tunes-nvidia-nemotron-3-ultra-on-fireworks-for-clinical-ai

Heidi使用Fireworks的训练API，对NVIDIA的开源模型Nemotron 3 Ultra（拥有5500亿个参数）进行监督微调（SFT），随后又应用强化学习（RL）。模型量化至NVIDIA的NVFP4精度后，他们将该检查点部署在专用GPU上。在临床医生参与的实时并排比较中，经过后训练的模型有54%的胜率，高于基础检查点约42%的胜率。

## 事实

- 基础检查点胜率：约42%；后训练模型胜率：约54%
- 模型规模：总参数量550B，每个token激活55B参数

## 为什么重要

临床医生可以依靠由自己掌控的模型，按需更新并部署在本地，满足对数据驻留有严格要求的医院的需求。

## 来源与参考

1. [Heidi trains and deploys NVIDIA Nemotron 3 Ultra on Fireworks](https://fireworks.ai/customers/heidi-trains-and-deploys-nvidia-nemotron-3-ultra-on-fireworks/) – Fireworks AI

最后更新: 2026-10-23