EpistemeAI 开源 Reasoning-Medical-27B 医疗推理模型

AI 开源社区又迎来一款面向医疗领域的垂类模型。EpistemeAI 在 Hugging Face 上发布了 Reasoning-Medical-27B，这是一个基于 Qwen 27B 微调而来的推理模型，专注于专业医学、医学遗传学、生物学/医学本科课程以及临床知识等方向的问答任务。

模型定位与训练数据

Reasoning-Medical-27B 的目标是通用型医学推理，覆盖专业医疗知识、临床实践与生物医学基础等多个细分场景。据项目方介绍，该模型在包含约 37 万条高质量问答对的语料上完成微调，并引入了 Chain-of-Thought（思维链）推理机制，以提升在医学相关问题上的逐步推理能力。

• 数据规模：约 37 万条问答样本
• 推理增强：CoT 思维链
• 训练框架：GRPO Trainer
• 优化方法：Unsloth（用于高效微调）

训练方法

该项目采用 GRPO（Group Relative Policy Optimization）作为训练算法，并结合社区广泛使用的 Unsloth 优化库进行高效微调，这种组合在近期开源小模型的训练中较为常见，能够在保持效果的同时显著降低显存与计算开销。

资源与体验入口

• 模型权重：https://huggingface.co/EpistemeAI/Reasoning-Medical-27B
• 在线 Demo：https://huggingface.co/spaces/EpistemeAI/reasoning-medical-27b

整体来看，这是一款定位明确的垂类推理模型，社区可在 Hugging Face 上直接下载权重或试用 Demo；但目前公开信息中缺少标准医学基准（如 MedQA、PubMedQA）的评测数据，模型实际效果仍需使用者自行验证。