← ニュース一覧
Databricks Blog2026年10月12日
Flo HealthがDatabricks AI Runtimeでオープンモデルの安全性と有用性を向上させた方法
英語原文から AI が翻訳しました。 英語版を見る
要約
Flo Healthは、32基のNVIDIA H100 GPU上でDatabricks AI Runtimeを使用して分散型ファチューニングを実行し、オープンモデルの医療安全性を34%から約61%へ、有用性を42%から76%へと向上させました。プライバシーを最優先した合成データセット、教師ありファインチューニング、Direct Preference Optimization、そして医師のレビューに基づき調整された評価フレームワークを組み合わせることで、人間のアノテーションデータなしでこの成果を達成しました。
• Flo Healthは、医師のレビューに基づいて調整された、医療安全性と有用性の両面でAIの応答を測定する特化型評価フレームワークを構築しました。 • プライバシー重視の合成データとLLM judgesを使用し、人間によるアノテーション済みトレーニングペアなしでトレーニングデータを生成。その後、教師ありファインチューニングとDirect Preference Optimization（DPO）を活用してオープンモデルを改善しました。 • Floは32基のNVIDIA H100 GPU上でDatabricks AI Runtimeを使用して分散ファインチューニングを実行し、医療安全性を34%から約61%に、有用性を42%から76%に、総合スコアを16%から47%へと向上させました。