年末将至，全球ai大模型竞争骤然白热化。本周，kimi模型开启强化学习新范式，deepseek r1以开源姿态“接棒”openai，谷歌则将gemini 2.0 flash thinking的上下文长度扩展至百万级。种种迹象表明，各大玩家正试图在近期决出胜负。
1月24日，百川智能重磅发布国内首个全场景深度思考模型，将这场军备竞赛推向高潮。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
Baichuan-M1-preview 具备语言、视觉和搜索推理三重能力，在多个主流开源及闭源评测集上表现出色。
在AIME、Math等数学基准测试和LiveCodeBench代码任务中，Baichuan-M1-preview超越了o1-preview等模型。
在MMMU-val、MathVista等视觉推理权威评测中，Baichuan-M1-preview的表现优于GPT-4o、Claude3.5 Sonnet、QVQ-72B-Preview等模型。
目前，Baichuan-M1-preview已在百小应App上线，赋予其深度思考能力。百川智能展示了该模型在学术研究、软件开发和医疗健康领域的应用成果：
在数学推理和跨学科知识处理方面表现卓越，能够解决复杂理论问题。
深入理解代码结构，提供精准的优化建议和调试方案，显著提升开发效率。
Baichuan-M1-preview的医疗能力尤为突出，它能进行严谨的医学推理，整合不同权威等级的证据，确保信息准确性。
通过严谨的病程推理，协助医生进行诊断决策，为患者提供全面的分析和个性化建议。
深度思考大模型进军医疗领域
Baichuan-M1大模型兼具通用能力和专业特长，它实现了“医疗循证模式”。在回答复杂医学问题时，模型如同遵循“循证医学”原则，以可靠的医疗知识为依据，提供有理有据的解答。
百川智能构建了包含亿级条目的循证医学知识库，涵盖海量医学论文、权威指南等专业医疗内容，并持续更新。 面对医学知识的多样性和复杂性，医疗循证模式对证据进行多层级评估和整合，确保结论的可靠性。
这提升了大模型在医疗领域的应用可靠性，也为其在高度专业领域的落地应用指明了方向。 对医疗专业人士而言，Baichuan-M1-preview可辅助疑难病症诊断和治疗，提升临床决策效率；对医学科研人员而言，它能高效检索最新研究成果，提升科研效率；对患者而言，它可提供第二诊疗意见和科普支持。
14B版本开源，全链路优化过程公开
百川智能开源了Baichuan-M1-preview的14B参数版本——Baichuan-M1-14B，这是行业首个医疗增强开源模型。在权威医学评测中，其表现超越了更大参数量的Qwen2.5-72B-Instruct，与o1-mini不相上下。
Baichuan-M1系列模型擅长解决复杂推理问题，尤其在医疗领域表现突出。其技术细节如下：
在数据收集方面，百川智能收集了万亿级token的严肃医疗数据，并进行了严格的数据筛选和合成，保证数据质量和多样性。
数据医疗科室分类。 同时，构建了20T的多语言数据集，涵盖多种语言。
在模型训练阶段，采用多阶段领域提升方案，分为通识提升、医疗基础知识提升和医疗进阶知识提升三个阶段。
在模型对齐阶段，采用ELO、TDPO和PPO等强化学习方法，优化模型的生成策略，提升模型的生成质量、逻辑推理能力和用户偏好贴合度。
Baichuan-M1-14B开源链接：- Github: https://www.php.cn/link/b1491b673670aeae2dbf8827ba87a758
- Huggingface(base): https://www.php.cn/link/6a58d9ef674a31d1d5205a2e5429f603
- Huggingface(Instruct): https://www.php.cn/link/386a1940efd5c4d0c584523e580653b4
- NPU版本支持BF16推理：https://www.php.cn/link/b5bca31df27b12cf9866fed9492a93ba
挑战与突破
GPT-4推出后，大模型发展面临数据和并行化瓶颈。OpenAI的o1模型开启了强化推理的新方向，百川智能则选择医疗领域作为突破口。 AI医疗对大模型技术的需求极高，几乎等同于AGI。百川智能选择攻克这一难题，推动AI技术进步。
