Medical Superintelligence
カートのアイテムが多すぎます
カートに追加できませんでした。
ウィッシュリストに追加できませんでした。
ほしい物リストの削除に失敗しました。
ポッドキャストのフォローに失敗しました
ポッドキャストのフォロー解除に失敗しました
Medical Superintelligence
-
ナレーター：
-
著者：
このコンテンツについて
The provided texts introduce a "bottom-up" approach to achieve domain-specific superintelligence in Language Models (LMs), contrasting with conventional "top-down" training. This method leverages Knowledge Graphs (KGs) to teach LMs by explicitly composing simple domain concepts into complex ones. The research validates this approach in the medical field, utilizing the Unified Medical Language System (UMLS) KG to generate a curriculum of 24,000 reasoning tasks, complete with thinking traces. The resulting QwQ-Med-3 model significantly outperforms existing models on the ICD-Bench evaluation suite, particularly on challenging tasks, demonstrating improved reasoning and expertise transfer. This work suggests a pathway towards compositional Artificial General Intelligence (AGI) and potentially more energy-efficient AI systems.