HuatuoGPT-o1是香港中文大学（深圳）和深圳大数据研究院联合推出的，针对医学领域开发的复杂推理模型，基于复杂的推理能力提高解决医学问题的性能。模型用两个阶段的训练方法实现：首先，用医学验证器引导搜索正确的推理路径来微调模型；其次，应用基于验证器反馈的强化学习进一步增强模型的复杂推理能力。HuatuoGPT-o1能生成长链的思考过程，识别错误，并尝试不同的策略精细化答案。实验结果表明，模型在多个医学基准测试中优于通用和特定于医学的基线模型，且从复杂推理和强化学习中显著受益。

HuatuoGPT-baidu09o1 – 港中文联合深圳大数据研究院开源的医学高级推理大模型 第1张
（图片来源网络，侵删）
HuatuoGPT-baidu09o1 – 港中文联合深圳大数据研究院开源的医学高级推理大模型 第2张
（图片来源网络，侵删）