医疗领域中的语言障碍：阿拉伯大型语言模型的研究

本研究解决了在医疗领域开发能够进行多语种理解和医学知识的大型语言模型（LLMs）所面临的挑战。研究表明，简单翻译医学数据并不能保证在目标语言上的临床任务表现优异，而是需要通过优化训练数据中的语言比例来提升不同医学任务的表现。结果表明，大型模型在土著语言的临床任务上表现更好，同时强调了在多语种医学环境中，数据和计算密集型的预训练方法的必要性。