arXiv cs.AI· Sravan Gorugantu, Mohd Nauman, Vijay Devane, Shyam Pawar, Viraj Thakur, Kundeshwar Pundalik, Piyush Sawarkar, Rohit Saluja, Maunendra Desarkar, Ganesh Ramakrishnan·· 9 天前AI 评分22
AyurParam：面向阿育吠陀的双语语言模型
AyurParam: A State-of-the-Art Bilingual Language Model for Ayurveda
AI 导读
AyurParam-2.9B 是基于 Param-1-2.9B 微调的阿育吠陀领域双语语言模型，训练数据涵盖古典文本与临床指南，包含英语和印地语的情境感知、推理及客观题问答。在 BhashaBench-Ayur 上，它超越同规模（1.5–3B 参数）全部开源指令微调模型，并与更大模型表现相当甚至更优。
正文 · AI 翻译
摘要：当前的大型语言模型擅长广泛的通用任务，但在涉及需要深厚文化、语言和专业知识的高度专业化领域时，其表现始终不尽如人意。特别是阿育吠陀等传统医学体系，凝聚了数百年微妙的文本与临床知识，而主流 LLM 无法准确解读或应用这些知识。我们推出 AyurParam-2.9B，这是一个领域专用、双语的语言模型，基于 Param-1-2.9B 微调而成，使用了涵盖经典文本和临床指导的、由专家精心整理的庞大阿育吠陀数据集。AyurParam 的数据集包含英语和印地语的上下文感知、推理和客观题式问答，并采用严格的标注规范以确保事实准确性和指令清晰度。在 BhashaBench-Ayur 基准测试中，AyurParam 不仅超越了其规模级别（1.5--3B 参数）的所有开源指令微调模型，还展现出与更大规模模型相当或更优的性能。AyurParam 的结果凸显了在提供可靠、文化契合的专业医学知识 AI 时，真实领域适配和高质量监督的必要性。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2511.02374 [cs.CL] |
| （或 arXiv:2511.02374v2 [cs.CL] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2511.02374 arXiv 颁发的 DOI，经由 DataCite |
提交历史
来自：Kundeshwar Pundalik 先生 [查看电子邮件]
[v1]
2025年11月4日星期二 08:53:21 UTC（455 KB）
[v2]
2026年10月8日星期四 06:52:47 UTC（435 KB）
来源：arXiv cs.AI · arxiv.org