Baichuan-M3 针对传统医疗 AI 在临床应用中的静态问答局限与高幻觉问题，提出一套完整的临床决策支持框架。其核心价值在于通过创新的评估与训练体系，实现了从“正确回答”到“可靠决策”的能力跃迁，为 AI 深度融入真实诊疗流程铺平了道路。
智能速览
Baichuan-M3 首次在临床问诊、化验推荐、诊断全环节超越 GPT-5.2。
推出 SCAN-bench 评估体系，拆解临床全流程进行精准评估。
采用分段式强化学习，解决长序列医疗决策的信用分配难题。
事实感知 RL 技术，有效抑制模型幻觉，增强输出可靠性。
优化训练与推理，实现高效部署，降低应用门槛。
精华内容
Baichuan-M3 的突破并非偶然，而是源于一套严谨且创新的系统性设计。它如何通过独特的技术链路，将临床决策的复杂性与 AI 的可靠性完美融合，实现从“答对”到“决策可靠”的质变？
决策链路
Baichuan-M3 的核心在于构建一个与真实临床工作流对齐的三级架构。该架构始于“高保真临床问诊”，系统化地采集患者关键信息；接着进入“深度医疗推理”阶段，进行跨系统的关联分析与鉴别诊断；最终在“低幻觉决策输出”环节，通过事实锚定机制确保建议的可靠性，从而完整模拟从问询到决策的全过程。
精准评估
为精准衡量模型的临床能力，研究团队推出了 SCAN-bench 评估体系。该基准首次将医疗推理拆解为三个阶段：第一阶段评估结构化、安全导向的动态问诊能力；第二阶段考察基于初步诊断的化验推荐合理性；第三阶段则整合前序信息，评估模型的最终诊断与综合推理严谨性。这种过程化评估解决了传统基准无法反映临床推理连贯性的问题。
分段强化学习
针对临床决策链条长、各阶段目标差异大的特点，Baichuan-M3 采用了分段式强化学习策略。训练时将决策流程拆解为“问诊→鉴别诊断→化验推荐→最终诊断”四个阶段，并为每个阶段设置独立的奖励信号。这种设计通过流水线式训练保留了阶段间的依赖关系，有效避免了因仅关注最终结果导致的中间步骤训练偏差，并引入 SPAR 组件优化信息覆盖与化验效率。
事实感知 RL
为解决大模型普遍存在的幻觉问题，Baichuan-M3 构建了事实感知强化学习框架。该框架包含三级处理：首先是“主张分解与权重分配”，通过语义聚类去冗余并优先校正核心医疗主张；然后是“在线事实验证”，多轮检索权威医疗源对主张进行标注，并缓存结果以加速验证；最后是“动态奖励”，在训练后期逐步强化事实约束，实现安全性与信息覆盖度的平衡。
高效推理
为了让强大的模型具备落地可行性，Baichuan-M3 在训练和推理环节都进行了深度优化。训练采用三阶段流水线，结合任务 RL、离线策略蒸馏与多专家在线蒸馏，高效融合知识。推理层面，应用 Gated Eagle3 投机解码技术，将吞吐量提升 15%；同时通过 W4 量化，使模型权重内存占用降至 26%。这些优化使其实现了 190 tokens/s 的高速推理，显著降低了部署门槛。
Baichuan-M3 通过构建“评估-训练-推理”的全链路临床对齐体系，为医疗 AI 落地临床提供了新的范式。它不仅是一项技术突破，更推动了行业对模型可靠性的关注。未来，这样的 AI 能否成为每位医生的得力助手，提升整体诊疗质量与效率？
