Gaokerena: A Small Persian Medical Language Model Family
Gaokerena 论文发布，介绍面向波斯语医疗问答的紧凑型语言模型家族。Gaokerena-V 在 9000 万 token 波斯语医疗语料和 2 万条专家审核问答对上训练，将翻译版医疗 MMLU 基准从 46.28% 提升至 49.31%。Gaokerena-R 采用思维链和两种新的 RLAIF 框架，在更小数据集上达到 52.98% 的分数。两个模型均配备自定义不确定性头。
Development
- First ReportGaokerena: A Small Persian Medical Language Model FamilyarXiv cs.CL
- Current AssessmentGaokerena 表明医疗 AI 正从英语主导转向低资源语言本地化，通过紧凑模型和领域适配实现消费级硬件部署。这反映了全球创新版图中非英语医疗 AI 的兴起，可能推动波斯语地区的数字医疗发展。下一步可验证信号：是否有波斯语医疗产品采用该模型，以及类似方法在其他低资源语言中的复现。Agent Pulse · analysis
Gaokerena 论文提出一个面向波斯语医疗问答的紧凑型语言模型家族，旨在解决低资源语言在医疗 AI 中的缺口。Gaokerena-V 在 9000 万 token 的波斯语医疗语料和 2 万条专家审核问答对上训练，将翻译版医疗 MMLU 基准从 46.28% 提升至 49.31%。Gaokerena-R 集成思维链和两种新的基于 AI 反馈的强化学习框架，在更小数据集上达到 52.98% 的分数。两个模型均配备自定义不确定性头，并针对消费级硬件优化部署。
Gaokerena 展示了在低资源语言医疗领域，通过领域语料微调和 RLAIF 推理优化，可以在紧凑模型上显著提升基准性能。Gaokerena-R 在更小数据集上超越 Gaokerena-V，表明推理优化比数据规模更关键。不确定性头的引入可能增强医疗场景的可靠性。下一步可验证信号：模型权重是否开源，以及不确定性头在真实临床问答中的校准效果。
Gaokerena 表明医疗 AI 正从英语主导转向低资源语言本地化，通过紧凑模型和领域适配实现消费级硬件部署。这反映了全球创新版图中非英语医疗 AI 的兴起，可能推动波斯语地区的数字医疗发展。下一步可验证信号：是否有波斯语医疗产品采用该模型，以及类似方法在其他低资源语言中的复现。
Gaokerena 为波斯语医疗问答提供了可部署在消费级硬件上的模型，可能降低医疗 AI 的本地化成本，促进数字医疗在波斯语地区的普及。对医疗 AI 公司而言，这提示了低资源语言市场的机会。下一步可验证信号：是否有公司基于该模型开发产品，以及模型在真实医疗场景中的采用率。
Gaokerena 可能推动低资源语言医疗 AI 的本地化部署，未来或出现更多针对特定语言的紧凑医疗模型。RLAIF 和不确定性头可能成为医疗 AI 的标准组件。下一步可验证信号：模型是否开源，以及后续工作是否扩展更多语言或临床任务。