面向全球医疗场景的大语言模型：GlobMed 数据集、基准与模型套件
Toward Global Large Language Models in Medicine
研究团队构建了多语言医疗数据集 GlobMed，含 20 种语言、超 80 万条数据（其中 7 种为低资源语言），并据此推出 GlobMed-Bench，对 56 个 SOTA 闭源与开源权重 LLM 在 12 种语言上完成超 2 万次独立实验、逾 3200 万条模型响应评测，发现低资源语言性能差距显著。
作者：Rui Yang、Huitao Li、Weihao Xuan、Heli Qi、Xin Li、Kunyu Yu、Yingjian Chen、Rongrong Wang、Jacques Behmoaras、Tianxi Cai、Bibhas Chakraborty、Qingyu Chen、Lionel Tim-Ee Cheng、Marie-Louise Damwanza、Chido Dzinotyiwei、Aosong Feng、Chuan Hong、Yusuke Iwasawa、Yuhe Ke、Linah Kitala、Taehoon Ko、Jisan Lee、Irene Li、Jonathan Chong Kai Liew、Hongfang Liu、Lian Leng Low、Edison Marrese-Taylor、Yutaka Matsuo、Isheanesu Misi、Yilin Ning、Jasmine Chiat Ling Ong、Marcus Eng Hock Ong、Enrico Petretto、Hossein Rouhizadeh、Abiram Sandralegar、Oren Schreier、Iain Beehuat Tan、Patrick Tan、Daniel Shu Wei Ting、Junjue Wang、Chunhua Weng、Matthew Yu Heng Wong、Fang Wu、Yunze Xiao、Xuhai Xu、Qingcheng Zeng、Zhuo Zheng、Yifan Peng、Douglas Teodoro、Nan Liu
摘要：尽管医疗技术不断进步，全球医疗资源的分布仍然不均衡。大语言模型（LLMs）的发展改变了医学领域的格局，并有望提升医疗质量、扩大全球范围内获取医疗信息的机会。然而，现有的大语言模型主要基于高资源语言训练，限制了其在全球医疗场景中的适用性。为弥补这一空白，我们构建了 GlobMed，这是一个大型多语言医疗数据集，包含超过 800,000 条条目，涵盖 20 种语言，其中包括 7 种低资源语言。在此基础上，我们建立了 GlobMed-Bench，系统评估了 56 个最先进的专有和开放权重大语言模型，覆盖 GlobMed 所包含 20 种语言中的 12 种，共进行了超过 20,000 次独立实验，获得超过 3,200 万条模型响应。这一大规模评估揭示了不同语言之间的显著性能差异，尤其是低资源语言。此外，我们推出了 GlobMed-LLMs，这是一套在 12 种基准语言上训练的多语言医疗大语言模型，参数量从 1.7B 到 8B 不等。GlobMed-LLMs 相对于基线大语言模型实现了近 40% 的平均性能提升，在低资源语言中最高性能提升超过三倍。这些资源为推动大语言模型在全球范围内的公平开发与应用提供了重要基础，使更广泛的语言群体能够从技术进步中受益。
| 评论： | 200 页，65 幅图 |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2601.02186 [cs.CL] |
| （或 arXiv:2601.02186v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2601.02186 由 DataCite 签发的 arXiv DOI |
提交历史
发件人：Rui Yang [查看邮箱]
[v1]
2026年1月5日星期一 15:05:49 UTC（23,010 KB）
[v2]
2026年10月24日星期六 02:39:31 UTC（24,239 KB）
来源：arXiv cs.CL · arxiv.org