论文发布多语言医疗数据集与基准，并训练GlobMed-LLMs。
资讯摘要
论文针对现有医疗大模型主要基于高资源语言训练、全球适用性受限的问题，构建了多语言医疗数据集GlobMed，含20种语言、超80万条数据，其中7种为低资源语言。作者据此建立GlobMed-Bench，在12种语言上评测56个专有与开放权重模型，累计超2万次实验、3200余万条模型回复，发现语言间性能差异显著。作者还提出1.7B至8B参数的GlobMed-LLMs，报告相对基线平均提升近40%，低资源语言最高提升逾三倍。
要点速读
- GlobMed数据集覆盖20种语言、超80万条医疗数据，含7种低资源语言。
- GlobMed-Bench在12种语言上评测56个模型，超2万次实验、3200余万条回复，显示低资源语言性能明显落后。
- GlobMed-LLMs参数为1.7B至8B，作者报告平均提升近40%，低资源语言最高提升三倍以上。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。