Fiorillo：用许可可复用临床试验材料训练校准决策模型

Fiorillo v0.5 是一个开放模型，可以回答键入的问题以及每个答案的概率。其主要专家阅读了一篇随机试验的文章，削减为 6,144 token，并回答干预措施是否显着增加、显着减少或没有显着改变对照者的结果（证据推理 2.0，EI）。它是带有低秩适配器和决策头的 Qwen3-4B-Base，仅在 2,657 篇训练文章中的 1,431 篇（其自己的许可证允许重复使用）上针对 EI 进行了微调。在该版本的测试预测决定发布之前，在开放科学框架上注册了四个标准，第二个标准是根据 EI 的测试分割进行判断的，其标签是公开的。在该分组中（333 篇文章中的 1,218 条提示），预期校准误差为 0.0168，而限制为 0.05；对数损失低于先前的 0.8603（95% 区间 0.8104 至 0.9078），并且低于 Gemma 4 31B-it（读取相同输入）0.1829（0.1164 至 0.2598）；宏观 F1 为 0.9248，对 0.8668，因此所有四个标准均通过。 训练相同的配方仅在清洁物品上花费 0.0123 的准确度（0.0034 至 0.0207；描述性）。由于没有文章，宏观F1跌至0.4384；仅标题就将其提高了 0.0939（0.0655 至 0.1234），说明试验结果或 召回率 的标题可以解释这一点；交换干预和比较器反转了其方向答案的 0.6652。发布后运行，文件与预先设置的限制内的评估预测相匹配。该版本遵循 Apache License 2.0（数字对象标识符 10.57967/hf/10722）。