# Baichuan-M2-32B
## 论文
[Baichuan-M2: Scaling Medical Capability with Large Verifier System](https://arxiv.org/abs/2509.02208)
## 模型简介
Baichuan-M2-32B是百川智能推出的第二款医疗大模型，专为真实世界医疗推理任务（real-world medical reasoning tasks）打造。该模型以Qwen2.5-32B为基座，创新性地引入了大型验证系统（Large Verifier System）。通过对真实医疗问答数据进行领域特定微调（domain-specific fine-tuning），该模型在保持强大通用能力（general capabilities）的同时，实现了医疗垂直领域性能的突破性提升。  
Baichuan-M2融合了三项核心技术创新：  

- 大型验证系统（Large Verifier System）：结合医疗场景特征，构建了一套全方位的医疗验证框架。该框架集成了患者模拟器（patient simulators）与多维度验证机制（multi-dimensional verification mechanisms），显著提升了模型输出的准确性与可靠性。  

- 中训阶段领域适配增强（Mid-Training Domain Adaptation）：通过中训（Mid-Training）策略进行医疗领域适配增强，在有效保留模型通用能力的同时，实现了轻量级且高效的医疗领域迁移（medical domain adaptation）。  

- 多阶段强化学习策略（Multi-stage Reinforcement Learning Strategy）：采用分层训练思路，将复杂的强化学习（RL）任务拆解为多个层级化的训练阶段。这种策略能够循序渐进地增强模型在医疗知识储备、逻辑推理能力以及医患交互能力三个维度的表现。


## 环境依赖
| 软件 | 版本 |
| :------: | :------: |
| DTK | 26.04 |
| python | 3.10.12 |
| torch | 2.9.0+das.opt1.dtk2604.20260206.g275d08c2 |
| transformers | 5.0.0.dev0 |
| vllm | 0.15.1+das.opt1.alpha.dtk2604.20260220.g2799735a |

推荐使用镜像: harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.15.1-ubuntu22.04-dtk26.04-0130-py3.10-20260220

- 挂载地址`-v`根据实际模型情况修改

```bash
docker run -it \
    --shm-size 200g \
    --network=host \
    --name Baichuan-M2 \
    --privileged \
    --device=/dev/kfd \
    --device=/dev/dri \
    --device=/dev/mkfd \
    --group-add video \
    --cap-add=SYS_PTRACE \
    --security-opt seccomp=unconfined \
    -u root \
    -v /opt/hyhal/:/opt/hyhal/:ro \
    -v /path/your_code_data/:/path/your_code_data/ \
    harbor.sourcefind.cn:5443/dcu/admin/base/custom:vllm0.15.1-ubuntu22.04-dtk26.04-0130-py3.10-20260220 bash
```

更多镜像可前往[光源](https://sourcefind.cn/#/service-list)下载使用，其它包安装：
```
pip install pycountry
```

## 数据集
`暂无`

## 训练
`暂无`

## 推理
### vllm
#### 单机推理
```bash
## serve启动
vllm serve baichuan-inc/Baichuan-M2-32B --trust-remote-code --dtype bfloat16 -tp 2 --max-model-len 32768 --port 8010

## client访问
curl -X POST "http://localhost:8010/v1/chat/completions"      -H "Content-Type: application/json"     --data '{
                "model": "baichuan-inc/Baichuan-M2-32B",
                "messages": [
                        {
                                "role": "user",
                                "content": "中国的首都是什么"
                        }
                ]
        }'

```

## 效果展示
<div align=center>
    <img src="./doc/result.png"/>
</div>

### 精度
`DCU与GPU精度一致，推理框架：vllm。`

## 预训练权重
| 模型名称  | 权重大小  | DCU型号  | 最低卡数需求 |下载地址|
|:-----:|:----------:|:----------:|:---------------------:|:----------:|
| Baichuan-M2-32B | 32B | BW1000 | 2 | [HuggingFace](https://huggingface.co/baichuan-inc/Baichuan-M2-32B) |


## 源码仓库及问题反馈
- https://developer.sourcefind.cn/codes/modelzoo/baichuan-m2-32b_vllm

## 参考资料
- https://huggingface.co/baichuan-inc/Baichuan-M2-32B