【读论文】医疗AI大模型：百川开源Baichuan-M2

1. 引言

最新百川开源了一个可以和openai新模型掰手腕的医疗垂直大模型：Baichuan-M2在HealthBench基准上取值60.1的高分，超过了gpt-oss-120b。这次一起回顾下百川给的技术报告。

2. Baichuan-M2概览：“模型+系统”

Baichuan-M2的成功源于一套精心设计的、端到端的训练与优化系统。

• 基础模型 (Base Model)：论文披露，Baichuan-M2建立在Qwen2.5-32B模型之上。选择一个强大的开源模型作为基座，使其能够继承其原有的通用语言理解和推理能力。
• 训练范式：整个训练流程可以概括为两个核心阶段：
  1. 中期训练 (Mid-Training)：一个高效的、有监督的微调阶段，旨在将海量、权威的医学知识注入模型，并教会模型“像医生一样”结构化地思考。
  2. 强化学习 (Reinforcement Learning)：在自研的“虚拟临床世界”中进行大规模的交互式学习，通过与“虚拟病人”对话和“专家级”反馈，优化模型的诊断和治疗策略。