Flo Health 微调开放模型兼顾医疗安全与实用
AI 总结
Databricks 博客介绍了 Flo Health 如何在其 AI Runtime 上构建更安全、更有用的定制开放模型；Flo Health 是一款拥有 8100 万月活用户的女性健康应用。团队先用 26 个 AI 评委（12 个医疗安全、6 个细粒度行为、8 个实用性）把医学标准转化为训练信号，并生成逾 1.5 万条隐私优先的合成问题，再用 32 张 NVIDIA H100 运行监督微调与 DPO 流程（LLM Foundry、Compose-RL，MLflow 追踪）。Flo 称微调后医疗安全分数从 34% 升至约 61%、实用性从 42% 升至 76%、两项同时达标比例从 16% 升至 47%，并估算定制模型可把推理成本降低一个数量级；团队计划将该流程用于 Gemma、Qwen、Kimi 等更新的开放权重模型。
深度见解
它展示了一条可复用的后训练路径：用专家校准的 AI 评委与合成数据，把医疗安全等高风险标准直接编码进开放权重模型。