编者荐语： 该报告全面阐述了夸克健康大模型的打造全过程，其中技术亮点与工程实践值得深入研读。 以下文章来源于亲爱的数据 ，作者亲爱的数据 亲爱的数据 . 第一，通用大模型能力虽快速增长，但要在高专业度的 健康医疗领域 "炼成"性能高且可靠的推理模型，仍极具挑战。业界主流方向早期由 DeepSeek R1 验证有效。当下，或蒸馏 DeepSeek R1 模型数据，或在小数据集上探索较为常见；然而，在选择合适预训练模型的基础上，从头设计并搭建整套流程，并 用于业务一线，较为罕见。尤其在健康 医疗 领域，自建整套流程化系统，能够明确模型从哪些数据，以何种方式学到哪些知识，哪个环节学得不好；不 仅提高性能，而且能提高可解释度和信任度。调研发现，夸克健康大模型直接支持搜索业务一线，并支持智能体夸克健康助手、夸克深度研究产品（仅开 放试用）。 （二）推理数据情况特色 （三）推理数据产线一：冷启动数据与模型微调 （四）推理数据产线一：推理强化学习训练 （五） 推理数据产线二： 高质量不可验证数据集 （六）强化学习推理系统：高质量推理数据质量评估 （七）强化学习推理系统：多阶段训练 第二，高质量的思考数据（ Chain-of ...