Baichuan-M3-235B训练框架verl在后训练RL中的角色

Baichuan-M3-235B 上线 Hugging Face：基于 Qwen3 的 235B 医疗决策大模型解读

一、摘要 Baichuan-M3-235B 是百川智能发布的医疗增强大语言模型，强调把“临床决策过程”作为训练目标：模型不仅回答问题，还会主动追问关键病史信息、组织鉴别诊断思路，并在生成中尽量约束不可靠的医学断言。官方在模型卡中公布了 HealthBench、HealthBench-Hard、幻觉评...