HuatuoGPT

HuatuoGPT-o1是由香港中文大学（深圳）与深圳大数据研究院共同开发的医学领域专用复杂推理模型。该模型采用双阶段训练法，首先借助医学验证器引导模型探索正确的推理路径并微调参数；随后结合强化学习技术，利用验证器反馈进一步优化复杂推理能力。HuatuoGPT-o1能够生成详细的推理链条，准确识别错误，并通过多种策略优化答案质量。实验显示，该模型在多项医学基准测试中表现优异，尤其在复杂推理与强化学习方面取得了显著成果。