في الحالات الطارئة، كل ثانية تُعدّ حاسمة. ما زال انتشار نماذج اللغة الكبيرة (LLMs) في البيئات الحساسة للزمن، أو تلك التي تفتقر إلى اتصال أو تمتلك اتصالاً ضعيفاً، محدوداً. فالموديلات الحالية تتطلب حسابات مكثفة، ولا تصلح للاستخدام على الأجهزة من الفئة الدنيا التي يُستخدمها عادةً فرق الاستجابة الأولية أو المدنيون. ويعتبر أحد العوائق الرئيسية في تطوير حلول خفيفة الوزن ومخصصة لقطاع معين هو نقص البيانات عالية الجودة المُعدّة خصيصاً لحالات الإسعافات الأولية والاستجابة للطوارئ. ولسد هذا الفجوة، نقدّم "FirstAidQA"، وهو مجموعة بيانات اصطناعية تتضمن 5500 زوجاً من الأسئلة والأجوبة عالية الجودة، تغطي طيفاً واسعاً من سيناريوهات الإسعافات الأولية والاستجابة للطوارئ. وقد تم إنشاء هذه المجموعة باستخدام نموذج لغة كبير، ChatGPT-4o-mini، باستخدام تقنية التعلم السياقي القائم على الأوامر (prompt-based in-context learning)، مستخدماً نصوصاً من كتاب "الإسعافات الأولية الحيوية" (2019). وتم تطبيق خطوات ما قبل المعالجة مثل تنظيف النصوص، وتقسيمها إلى كتل سياقية، ثم التصفية، تليها مراجعة بشرية للتأكد من دقة الأزواج، وسلامتها، وملاءمتها العملية. صُمّمت FirstAidQA لدعم عملية ضبط التعليم التوجيهي (instruction-tuning) وتحسين الدقة الدقيقة (fine-tuning) لنماذج اللغة الكبيرة (LLMs) ونماذج اللغة الصغيرة (SLMs)، مما يمكّن من تطوير أنظمة أسرع، وأكثر موثوقية، وقادرة على العمل دون اتصال بالإنترنت في السياقات الطارئة. ونُشرت هذه المجموعة مفتوحةً للجميع لتعزيز الأبحاث المتعلقة بالتطبيقات الذكية الآمنة والموارد المحدودة في مجال الإسعافات الأولية والاستجابة للطوارئ.