Reasoning-Medical-27B 用 37 万医学问答微调 Qwen3.6-27B
beneath_steel_sky · reddit · 2026-07-28
Reasoning-Medical-27B 是一个基于 Qwen3.6-27B 的医学推理微调模型
帖子介绍了 Reasoning-Medical-27B，定位是覆盖专业医学、医学遗传学、大学生物/医学和临床知识的通用医学推理模型。
训练信息
- 基座模型：Qwen3.6-27B
- 训练数据：37 万条高质量问答样本
- 训练方式：加入 Chain-of-Thought 推理，提升逐步解题能力
- 训练器：GRPO trainer
- 优化方法：Unsloth
发布内容
帖子给出了 Hugging Face 模型页和 Demo Space 链接，说明这个项目已经公开可试用。当前可确认的信息主要是训练设定和发布形态，尚未提供更完整的端到端评测。
「研究」频道最新
- UPenn 实验：让 Claude 批判自己默认想法,研究灵感产出提升最多 — arjunrajlab · 2026-10-16
- SimpleMark 论文:多比特文本水印可将每 token 失真限制在预算内 — rishabh16_ · 2026-10-16
- 斯坦福新论文:生成式表征学习做 tokenizer,省 7-8 倍训练算力 — HirokatuKataoka · 2026-10-16
- Cohere Labs 将在 EMNLP 2026 展示推理模型置信度估计等新研究 — Cohere_Labs · 2026-10-16
- Vals RSI 指数外推：Google 模型或于 2027 年 10 月达 130% 自研水平 — HaydnBelfield · 2026-10-16
- SpatialClaw 被纳入智能体视觉数据集，数据筛选与评测是重头 — CMHungSteven · 2026-10-16