Fully Open Meditron：醫療 LLM 的完全開放和可審計管道

臨床決策支援系統（CDSS）需要可審計且可重現的管道，以便進行嚴謹驗證，但現有的基於大型語言模型（LLM）的 CDSS 大多不透明。目前的「開放」模型通常僅開放權重，卻隱藏了數據來源、策展程序及生成管道。在醫療領域，目前尚無完全開放（Fully Open, FO）的模型能暴露完整的訓練堆疊。研究團隊因此推出 Fully Open Meditron，這是首個完全開放的 LLM-CDSS 建構管道，包含經臨床醫生審核的訓練語料庫、可重現的數據構建與訓練框架，以及使用對齊評估協議。

該語料庫整合了八個公開的醫療問答（QA）資料集，並透過三種經臨床醫生驗證的合成擴展來擴大覆蓋範圍：考試型 QA、源自 46,469 份臨床實踐指南的指南 grounded QA，以及臨床病例描述。管道系統強制執行全域去汙染、教師生成的黃金標籤重採樣，並由四人醫師小組進行端到端驗證。評估採用「LLM-as-a-judge」協議，針對專家撰寫的臨床病例描述進行，並與 204 名人類評審進行校準。

研究將此方法應用於五個 FO 基礎模型，包括 Apertus-70B/8B-Instruct、OLMo-2-32B-SFT 以及 EuroLLM-22B/9B-Instruct。所有 MeditronFO 變體均優於其基礎模型。其中，Apertus-70B-MeditronFO 在綜合醫療基準測試中比基礎模型提升了 6.6 分（從 47.2% 提升至 53.8%），建立了新的 FO 狀態最佳（SoTA）。Gemma-3-27B-MeditronFO 在 LLM-as-a-judge 比較中以 58.6% 的勝率優於 MedGemma，並在 HealthBench 上表現更佳（58% 對 55.9%）。結果顯示，完全開放的管道能在不犧牲可審計性或可重現性的前提下，實現領域特定的狀態最佳效能。