医療分野は患者とのコミュニケーション、専門家による推論、そして実際の業務プロセスの実行など、極めて高度で複雑な要求を伴う領域です。しかし現在のところ、これらの使用事例を統合的にカバーできるような特化したLLM（大規模言語モデル）は限定的です。医療向けのモデルには、患者との相談対応、テキストと画像を組み合わせた臨床推論、対話的な診断、そして電子医療記録（EHR）ツールの操作といった複数の能力が求められます。これらの機能は異なる方法で失敗する可能性があり、一つのタスクに向けて狭い範囲での更新を行うと、別のタスクのパフォーマンスが低下する可能性があるという課題がありました。 このたび発表された「Cura 1T」は、人間によって管理される自己進化ループを通じて訓練された医療特化型LLMです。各進化ラウンドにおいて、訓練エージェントがターゲット能力を計画し、モデルを訓練し、ベンチマーク軌跡を評価して、観察された失敗から データ混合を改善していきます。この人間中心のデータ指向型ループは、単一の汎用医療データアップデートではなく、ターゲット化された合成データおよびキュレーションされたデータ例を通じてモデルを継続的に改善していきます。 医療評価スイート全体を通じて、Cura 1Tは最先端のベースラインモデルと比較して最上位またはその近傍にランクされています。同時に、ドメイン外の推論やエージェント型ベンチマークにおいても競争力を維持しており、医療分野における包括的で実用的な専門モデルとしての有効性を示しています。