QuarkMedSearch：面向医疗智能的长期深度搜索智能体
人工智能
2026-04-24 v4
摘要
随着 agentic foundation model 的持续演进，如何进一步提升其在垂直领域的性能已成为重要挑战。为此，在 Tongyi DeepResearch 的基础上，我们聚焦中国医疗深度搜索场景，提出 QuarkMedSearch，系统性地探索从医疗多跳数据构建、训练策略到评估基准的全流程方法，以进一步推动和评估其在垂直领域的性能上限。具体而言，对于数据合成，为解决医疗领域深度搜索训练数据稀缺问题，我们将大规模医学知识图谱与真实线上探索相结合，构建医疗深度搜索训练数据；对于 post-training，我们采用两阶段 SFT 和 RL 训练策略，逐步提升模型在深度搜索中所需的计划、工具调用和反思能力，同时保持搜索效率；对于评估，我们与医学专家合作，通过严格的手动验证构建 QuarkMedSearch 评估基准。实验结果表明，QuarkMedSearch 在 QuarkMedSearch 评估基准上实现了与规模相当的开源模型中最先进的性能，同时在通用基准上也保持强大的竞争力。
引用
@article{arxiv.2604.12867,
title = {QuarkMedSearch: A Long-Horizon Deep Search Agent for Exploring Medical Intelligence},
author = {Zhichao Lin and Zhichao Liang and Gaoqiang Liu and Meng Xu and Baoyu Xiang and Shuxin Zhao and Yao Wu and Jian Xu and Guanjun Jiang},
journal= {arXiv preprint arXiv:2604.12867},
year = {2026}
}