o3-level

4B开放权重模型在瑞典语医学问答方面接近GPT-4性能

研究人员发现，较小的开放权重语言模型，特别是4B参数模型，在瑞典语医学问答任务上的表现正接近GPT-4等大型模型的性能。例如Qwen3.5-4B和Gemma4-E4B等模型在未经大量后期训练的情况下，在瑞典医学执业考试中展现出显著的准确性，其中Qwen3.5-4B的准确率达到87%。有趣的是，尽管提示是瑞典语，Qwen3.5-4B仍以英语进行推理，这表明对于这些模型而言，语言障碍不像之前认为的那样是主要障碍。