AyurParam：面向阿育吠陀领域的领先双语语言模型
计算与语言
2025-11-05 v1 人工智能
摘要
当前大型语言模型在广泛通用任务中表现出色，但在暴露于需要深厚文化、语言与学术专业知识的高度专业领域时，始终表现不佳。特别是，传统医学系统如阿育吠陀包含数百年细腻的文本与临床知识，主流 LLM 难以准确解读或应用。我们引入 AyurParam-2.9B，这是从 Param-1-2.9B 微调得到的领域专门化、双语语言模型，基于广泛而精选的阿育吠陀数据集进行微调，涵盖经典文本与临床指导。AyurParam 的数据集包含双语（英文与印地语）的、具上下文感知、推理和客观式 Q&A，采用严格的标注协议确保事实准确性与指令清晰度。在 BhashaBench-Ayur 上进行基准测试，AyurParam 不仅在参数规模（1.5--3B）中超越了所有开源指令调优模型，还在性能上与更大规模模型持压优势。AyurParam 的结果凸显了在交付可靠、文化相容的 AI 于专业医学知识方面，对真正的领域适配和高质量监督的必要性。
引用
@article{arxiv.2511.02374,
title = {AyurParam: A State-of-the-Art Bilingual Language Model for Ayurveda},
author = {Mohd Nauman and Sravan Gvm and Vijay Devane and Shyam Pawar and Viraj Thakur and Kundeshwar Pundalik and Piyush Sawarkar and Rohit Saluja and Maunendra Desarkar and Ganesh Ramakrishnan},
journal= {arXiv preprint arXiv:2511.02374},
year = {2025}
}