百川智能发布最强循证增强大模型M2 Plus

文章图片

文章图片

10月22日，百川智能发布循证增强医疗大模型Baichuan-M2 Plus ，同步升级配套应用百小应并开放API 。这是百川自8月开源Baichuan-M2以来的又一次重要动作。评测显示， M2 Plus的医疗幻觉率较通用大模型显著降低，相比DeepSeek低约3倍，优于美国最火医疗产品OpenEvidence ，可信度比肩资深临床医生水准。
百川M2 Plus首创六源循证推理（EAR）范式，打造“医生版ChatGPT” ，让大模型技术在辅助临床诊疗场景迈过“敢用、可用”关键门槛，不仅适合中国医疗环境，在美、日、英的医疗评测中均超过OpenEvidence 。
首创六源循证推理范式，把循证做“全”、检索做“准”、推理做“对”
循证医学（Evidence-Based Medicine EBM）作为现代医学知识体系的核心范式，是确保医疗决策可信的关键。通用大模型像一个“博学但不可靠”的专家，即便有搜索增强，也会因为知识来源混杂不符合循证医学范式。
百川不仅主动屏蔽了互联网的非专业信息来源，只使用权威来源的医学证据，还在此基础上构建了从证据、到实践、再到真实世界反馈六层证据类型的知识体系。
原始研究层：索引海量医学期刊论文4000余万篇，超过PubMed收录数量，涵盖基础与临床研究成果，是循证链条的起点；证据综述层：整合系统评价和Meta分析等高等级证据，提供经过汇总的研究结论；指南规范层：引入国际和国内权威机构发布的临床指南、专家共识和行业标准，确保回答符合最新规范；实践知识层：包含临床病例报道、一线专家经验和诊疗技巧等实用知识，贴近医疗实践场景；公共健康教育层：汇集权威科普和公共卫生知识，如疾病预防宣教、健康指导等内容，服务大众健康教育；监管与真实世界层：涵盖药监部门公告、临床试验登记及大规模真实世界研究数据等信息，以反映最新的监管动态与人群研究结果；

传统的RAG检索往往追求“找得到” ，而循证检索追求“找得准” 。 M2 Plus采用PICO框架（人opulation、干预Intervention、对照Comparison、结局Outcome）思维，将查询转化为结构化医学问题，并在六源数据库中进行分层匹配。例如：当输入“老年OSA患者使用CPAP能否改善高血压？”时，系统优先在高等级证据（系统综述、RCT元分析）中搜索，并自动辨识研究质量、样本量、置信区间与结局指标。
这种方法克服了通用RAG的两大缺陷：一是缺乏医学语义理解（无法区分CPAP疗效与依从性分析）；二是无法辨别文献可靠性（新闻与指南同权）。在此基础上， M2 Plus能够三步精准锁定“铁证”：第一步，智能提问：自动将用户问题拆解成多个专业的PICO查询，进行“地毯式”证据搜索，兼顾精度与广度。第二步，精准锁定：通过自研的Medical Contextual Retrieval技术，完整保留文献的临床因果链，避免信息割裂。第三步，证据排序：内置“审稿人”模型，自动评估证据等级（如RCT、Meta分析），将最可信、最相关的“铁证”优先呈现。
如果说“六源循证”解决了医疗AI知识从哪来的问题， “PICO智能检索”解决了如何快速找到正确证据的问题，那么最关键的一步是如何确保AI在手握证据时，不会“自由发挥”、脱离事实胡乱回答。百川智能在M2 Plus中引入“循证增强训练”机制，为模型的回答过程“上了一道锁” ，从根本上改变了其生成逻辑，让它学会“引用，而非臆测” 。
首先，在训练中奖励“引用” ，惩罚“臆测” ，准确引用权威来源（如指南、文献）时会获得高分，一旦回答脱离了检索到的证据就会受到惩罚；
其次，内置“证据评估器” ，模型被训练得能够自动评估检索到的证据质量，优先采纳高可信度的信息（如RCT、Meta分析），并将其无缝嵌入到推理链中；
第三，句句有据，可回溯、可验证：经过训练， M2-Plus的回答风格发生了根本性改变，在输出关键结论时，会自动附上参考文献、指南出处等来源，这赋予了AI回答更高的可解释性与可信赖度。
幻觉最低，达到与人类资深临床专家同等可信度
这种“循证驱动”的生成逻辑，让M2 Plus几乎杜绝了无中生有的内容。在多场景评测中，其综合幻觉率在所有大模型当中最低，相较DeepSeek R1最新版降低3倍，显著领先OpenEvidence 。不仅如此，在病史分析、诊断思路、治疗方案等真实复杂的核心医疗场景中，达到了与人类资深临床专家同等的可信度。