7月23日，Quark Health Big Model成功地将首席医生的书面测试纳入了12个主要学科，这成为中国第一个完成这一挑战的大型模型。在5月通过了副首席医师检查后，该模型能够再次实现并完全纳入Quark AI，以提供“级别的AI级医生”服务。当用户考虑健康问题时，他们可以称呼它。许多临床专家都非常称赞其表现，并指出，它具有帮助诊断和治疗，患者教育，心理支持等的巨大潜力。与垂直模型和一般模型相比，国内健康模型提出了一个具有更高难度和明显优势的性能曲线，并具有明显的铅，Showcomplex推理活动。 “给医生更多的探索空间”，对首席医生的评估非常详细。目前，夸克模型是通过12个主要主题选择的S作为模拟测试，例如通用医学等。在12项测试中，Quark Health模型通过了所有试验。 首席医师检查非常困难。例如，对于许多选择的问题，您不仅应该判断每种选择的可能性，而且应该了解准确性的界限，否则很容易错过或错过选择。案例评估问题需要直接解决非常有薪和辩证的问题，这对于大型模型来说总是一个困难。 Quark Health算法的负责人Xu Jian提出，Quark Health模型有三个要点：一个是知识，开发了优质的大规模数据资源库；第二个是准确性，并通过技术系统地解决准确性的主要问题。第三个是推理的能力，通过缓慢思考医学和推理来解决复杂的问题。实施这三个要点并不简单。例如，kno在此模型中，基于此模型将数据分为四类，数据，情况，知识和综合数据。它需要单一综合大量专业数据，例如网页数据，书籍，准则和药物说明，以及医学专家的结构化思维的结晶。习近平说：“我们不练习AI来回答医疗问题，但经过培训，可以了解ANG的医学思维。我们的大型模型可以从肤浅的判断到深入的分析来实现，以便可以更好地解释答案。”背后是医疗团体的深入参与，可以使大型模型获得高质量的数据支持。目前，成千上万的人是400多名副首席医师及以上的老年医学专家，并设置了100,000多个罚款样本数据。框架，将其分为五个级别 - L1级别是帮助，L2级是单任务智能辅助，L3级是很多SMART帮助，L4级别的提高以帮助决策，而L5级别是合作的明智合作。 Xu Jian说：“我们可以看到，在一些疾病中，人工智能可以帮助医生，并为更多的太空医生提供探索和建议。”数据表明，在试验的疾病中，该模型答案的准确性达到90.78％，接近专家的水平。在困难疾病中，其准确率达到85.51％。通过在医学领域的专业精神，Quark AI搜索吸引了大量的医学和医生学生。根据夸克健康业务负责人赵·康兴（Zhao Cunzhong）的说法，全国范围内的平台Smedical学生每月积极使用超过200万人，范围超过一半。 “医生和人工智能的结合是一个主要趋势。”许多首席医生都赞扬了这位“首席AI医生”的水平。 “使用后，我觉得它确实会改变评估和治疗过程埃斯。李·霍姆因（Li Humumin）的建议“非常全面”，包括对治疗计划的调整，并建议为患者提供心理咨询。N疾病在皮肤中生长，也可以通过AI鉴定。根据AI指南，可以对许多疾病进行适当的治疗。他说，全国有10,000多名皮肤科医生，但是许多皮肤科医生的患者，并且有许多类型的疾病和高发病率的已知特性。他认为，在AI的帮助下，大量的民俗性冠军从业者和主要医生将大大改善皮肤问题的诊断和治疗，因此可以正确地进行随访管理和慢性病管理。 “将来，AI可能不会取代医生，但是医生和AI的结合是一个主要趋势。”武汉大学人民医院心理健康中心主任兼首席医师王·夏（Wang Huiling）说。 Wang Huiling认为，对于患有抑郁症的患者，由于医生忙碌而难以回答，因此他们可以有效地使用健康模型来找到答案。例如，有些患者担心他们是否a沉迷于服用药物，有些患者担心药物的作用。在处理这些问题的过程中，最初需要医生重复 - 知道堪萨利人经常与您同在。从李·汉明（Li Humin）看，使用健康模型也很重要。例如，当面对通常由皮肤科医生开处方的激素药物时，许多患者会关注。目前，AI可以通过详细的解释来减轻激素焦虑。 “对于患者，人工智能不仅可以缓解焦虑，还可以传达更好的慢性疾病管理概念。”此外，许多患者为心理和尴尬地告诉医生而感到羞耻。 Wang Huiling说，在这种情况下，患者可以询问AI并在其帮助下正确找到方向，例如，在自行锻炼时，哪些问题有效，以及医生需要看到哪些问题，哪些有效地帮助患者防止弯路。申请基于Batongyi Qianwen的大型模型，这种情况开始在Quark的Quark越来越广泛，它始于垂直场景的深层工程路线。它的主要突破之一是“缓慢思考能力”的发展。这种能力将理由链与多阶段的临床演绎途径相结合，这驱动了模型，以减少面对复杂的医疗问题时对阶段和层次的最终答案。发展缓慢的心理能力的要求是拥有高质量的认知训练数据。据了解，夸克已经建立了“双数据生产线 +双重奖励机制”的工程系统。一方面，根据诊断活动和健康建议活动，医疗数据是两类纳哈蒂：“验证”和“不可否认”；另一方面，在实践方法中引入了“奖励模型过程”和“结果”S对模型推理链的推理以及最终结论的准确性，临床解释的显着改善以及对模型一致性的认识。该系统还设计了一个多阶段的增强过程，包括严格对冷启动数据的手动验证，许多样本筛查和贫困样本是渐进式培训技术，以及欺骗识别机制，以防止“高得分猜测”。通过医生的真正标记和“提问”的全面研究数据研究驱动的，这种健康模型的能力得到了极大的增强。对于患者，通过判断AI，医生和患者的信息差可能会减少，他们可能会更积极地参与诊断和治疗过程。 Zhao Cunzhong是一名前医生，现在他是运行健康模式的负责人。他对患者的需求有了新的了解。他发现，在AI本身的发展中，用户表达的需求，尤其是年轻人E，正在改变。在大型医学模型的出现的早期阶段，用户搜索了简单的问题，但是随着深思熟虑技术的发展，用户的表情变得更加精致。 “他们在去医院之前已经与AI进行了交谈，以便他们可以快速了解医生在说什么，降低ANG的沟通成本，并有效地增加医疗资源的可用性和普及。”医学生还从健康模型中受益。 Zhao Cunzhong介绍了医学生在争吵中寻求许多问题，例如专业量表，一般知识，临床原理以及许多医学原则，在进行定期培训或实习时会找到大型模型。