Baichuan-M3 医疗大模型

是什么

Baichuan-M3 是百川智能的新一代开源医疗增强语言模型。它于2026年1月13日在媒体沟通会上发布。^[1]模型有 235B 参数，参数是模型在训练中学到的数值设定，它基于 Qwen3-235B-A22B 构建。^[2]

模型为开源发布，采用 Apache 2.0 许可证。^[2]

由来

Baichuan-M3 延续了此前的开源医疗模型 Baichuan-M2，被公司介绍为同一系列的新一代产品。^[1][2]

主要特点

百川智能报告称，M3 在 HealthBench-Hard（HealthBench 医疗评测中的较难子集）上得分 44.4，比 Baichuan-M2 高出 28 分，并在 HealthBench Total 排行榜上位列第一。^[2]

公司称，M3 在 HealthBench、HealthBench-Hard、幻觉评测以及公司自建的临床评测 SCAN-bench 上超过了 GPT-5.2。^[2]技术报告称，该模型在 HealthBench，以及新增的 HealthBench-Hallu 和 ScanBench 上取得了当前最优（state-of-the-art）结果，并在临床问诊、建议和安全性方面显著超过 GPT-5.2。^[3]在 SCAN-bench 上，M3 在临床问诊、实验室检查和诊断方面排名第一，其中临床问诊一项领先下一名模型 12.4 分。^[2]

训练方法

M3 采用 SPAR 方法训练，全称为 Step-Penalized Advantage with Relative baseline。SPAR 把临床工作流程拆分为病史采集、鉴别诊断、实验室检查和最终诊断四个阶段，并为每个阶段设置各自的奖励。^[2]奖励是模型在某一步作出好的表现时获得的分数，分阶段奖励使训练能够分别检查流程的每一部分。

另一种方法是事实感知强化学习（Fact-Aware RL），它在强化学习过程中，把医疗陈述与权威的在线证据进行核对，以减少幻觉，即模型自信地给出没有事实依据的陈述。^[2]

部署

4 位权重量化可将模型的内存占用降至原来的 26%，同时提供 FP8 和 GPTQ-INT4 版本。^[2]量化是用更少的比特位保存模型中的数字，因此同一模型所需内存更少。

在发展中的位置

技术报告 arXiv:2602.06570 于2026年2月发布。^[3]上述分数来自百川智能自己的报告和评测，测试条件应以技术报告为准。