做临床AI或医疗NLP的团队终于有了一个可审计、可复现的完整管道，不用再猜数据来源和训练细节——直接拿来用或参考构建自己的CDSS，值得点开看具体实现。
Fully Open Meditron 是首个完全开放的临床大语言模型（LLM）构建管道，解决了现有“开放”模型仅开放权重、缺乏数据来源和训练流程透明性的问题。该管道包含经临床医生审核的训练语料库、可复现的数据构建和训练框架，以及对齐临床使用的评估协议。语料库整合了8个公开医学QA数据集，并扩展了三种临床医生验证的合成数据：考试式QA、基于46,469条临床实践指南的QA和临床小案例。评估采用LLM作为裁判的协议，校准了204名人类评分员。在五个全开放基座模型上应用后，所有MeditronFO变体均优于基座，其中Apertus-70B-MeditronFO在医学综合基准上提升6.6个百分点，达到53.8%，创下全开放模型的新纪录。结果表明，全开放管道可以在不牺牲可审计性和可复现性的前提下实现领域内最先进性能。
Fully Open Meditron 是首个完全开放的临床大语言模型（LLM）构建管道，解决了现有“开放”模型仅开放权重、缺乏数据来源和训练流程透明性的问题。该管道包含经临床医生审核的训练语料库、可复现的数据构建和训练框架，以及对齐临床使用的评估协议。语料库整合了8个公开医学QA数据集，并扩展了三种临床医生验证的合成数据：考试式QA、基于46,469条临床实践指南的QA和临床小案例。评估采用LLM作为裁判的协议，校准了204名人类评分员。在五个全开放基座模型上应用后，所有MeditronFO变体均优于基座，其中Apertus-70B-MeditronFO在医学综合基准上提升6.6个百分点，达到53.8%，创下全开放模型的新纪录。结果表明，全开放管道可以在不牺牲可审计性和可复现性的前提下实现领域内最先进性能。
Clinical decision support systems (CDSS) require scrutable, auditable pipelines that enable rigorous, reproducible validation. Yet current LLM-based CDSS remain largely opaque. Most "open" models are open-weight only, re…