夸克推出健康大模型技术报告，详细公开AI“主任医师”技术内容
发布时间：2025-08-25 14:49:55 | 责任编辑：吴昊 | 浏览量：12 次
近日，夸克正式发布健康大模型技术报告《QuarkMed Technical Report》，首次公开了“主任医师级”能力的技术实现细节。
QuarkMed Technical Report
此前，夸克健康大模型成功通过了中国12门核心学科的主任医师笔试评测，成为国内首个完成这一挑战的大模型。在与通用模型对比中，夸克健康大模型呈现出“难度越高、领先优势越明显”的性能曲线，尤其是在复杂医学推理任务中实现突破。本次技术报告系统披露了这一突破背后的关键路径与技术亮点。
面对医疗模型需要高质量、高专业度训练数据的问题，夸克健康大模型在模型训练不同阶段，使用了三类核心医疗数据:医学资料、医学知识和医疗记录，数据总量高达约1万亿Token。这些专业数据能有效弥补预训练语料库的不足，有助于提高模型的准确性与推理能力。
医疗数据源分类及规模
为提升模型正确性、安全性以及复杂推理能力，夸克健康大模型引入两个强化学习（RL）阶段。第一阶段通过大规模医学强化学习，提升大模型在复杂场景中的推理能力。第二阶段通过设计奖励模型，从诚实性、有用性、内容合规性三个角度评估模型输出质量、调整模型行为，使其符合人类偏好和价值观。
训练期间，针对一般任务和推理任务使用三种类型的奖励信号
技术报告同时还公布了多个性能测试结果。在MedQA等多个国际权威数据集测试中，夸克健康大模型相比o3-mini等同尺寸模型表现出了更优异的性能。在中国医师资格考试（CPQExam）笔试评测中，笔试难度越高，夸克健康大模型领先优势越明显。
CPQExam测试结果
报告中透露，夸克计划将医师考试测试集全面公开，以促进医学相关的AI研究。
附访问与下载地址:
https://arxiv.org/pdf/2508.11894
https://github.com/Quark-Medical/QuarkMed/blob/main/report/QuarkMed_Technical_Report.pdf
。
一、技术突破与评测成绩
-
国内首个通过主任医师评测的大模型：夸克健康大模型成功通过中国12门核心学科的主任医师笔试评测，涵盖普通内科、外科、妇产科、儿科、肿瘤科等
。
-
高难度任务表现突出：在复杂医疗推理任务中，夸克健康大模型正确率达67.7%，远超通用模型DeepSeek-R1（38.7%）和GPT-o3-mini（35.5%），且任务难度越高，优势越明显
。
二、核心技术架构与训练策略
：
| 技术维度 | 具体实现 |
|---|---|
| 知识构建 |
使用高质量医学数据对底座模型进行继续训练，确保知识覆盖全面且准确
。 |
| 正确性对齐 |
引入“循证医学”原则，系统解决模型输出的正确性问题，降低错误风险
。 |
| 慢思考能力 |
通过强化学习构建推理大模型，驱动模型在面对复杂医疗问题时，分阶段、层层深入推导答案
。 |
| 数据策略 | 构建了“双数据产线+双奖励机制”： |
| 训练方法 |
采用GRPO强化学习算法，通过多组采样及综合奖励计算策略优势，优化模型参数，提升推理链条的清晰度和医学逻辑一致性
。 |
三、风险控制与产品应用
-
全链路风险控制：
-
事前：通过底层算法和数据预防，确保产品满意度与准确率达标后上线；
-
事中：模型对敏感或不确定问题拒答，产品设计兜底话术、增加溯源引用，机器与人工抽查结合；
-
事后：根据用户反馈，持续迭代优化模型
。
-
-
产品落地：目前，“主任级AI医生”能力已全面集成至夸克AI搜索，用户查询健康问题时，选择“深度搜索”即可调用
。
四、未来规划
。
此次技术报告的发布，不仅展示了夸克在健康垂类大模型领域的技术深度与工程化能力，也为AI在严肃医疗场景的应用提供了可复用的技术路径和实践范本。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
