此外还在 CoT 训练框架中创新的引入了ELO 强化学习法，优化思维链路径，避免传统奖励模型偏差，有效提升了模型的生成质量与逻辑推理能力。 Baichuan-M1-preview是我们在AI医疗领域的又一次重要突破，让我们在实现“造医生、改路径、促医学”愿景的道路上又迈出 ...