夸克公开健康大模型技术报告，解密如何打造AI“主任医师”观点

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