百川智能将发布新一代医疗大模型，事实性幻觉率降至3.3%

事实性感知强化学习：裸模型幻觉率再创新低

百川智能依托自主研发的事实性感知强化学习算法，将事实一致性约束深度融入模型训练流程，在不依赖外部工具或检索增强的纯模型设置下，显著抑制了事实性幻觉。这项技术重构了传统幻觉抑制的训练范式：

• 在强化学习过程中，将医学事实一致性作为核心训练目标之一。
• 通过将权威医学指南拆解为1000余条原子化循证路径，确保模型输出与临床证据对齐。
• 最终实现裸模型事实性幻觉率降至3.3%，超越此前全球最低水平（如M3的3.5%），在医疗领域大模型幻觉控制上树立新标杆。

“证据锚定”技术：让每一句结论都有据可查

百川在M3 Plus模型中首创的“证据锚定”技术被M4继承并优化。该技术实现了：

• 模型生成的每一句医学结论都能自动关联到具体引文来源。
• 用户可一键追溯至权威医学指南、文献或临床路径的原始出处。
• 在提供低幻觉答案的同时，赋予医生和患者“查证”的能力，大幅提升临床可信度。
  此前M3 Plus已凭借该技术将幻觉率降至2.6%（低于Open Evidence），M4在此基础上进一步优化事实性感知能力，兼顾极低幻觉与强可解释性。

免费开放API：加速AI医疗普惠应用

为推动AI医疗技术的广泛落地，百川智能延续开放式策略：

• M3 Plus已免费开放API，供医疗机构、研发团队及开发者调用。
• M4模型预计将以同等免费策略上线，降低基层医院和中小型医疗企业的使用门槛。
• 免费API覆盖辅助诊断、病历质控、医学咨询等场景，旨在通过低成本的AI能力，缓解医疗资源不均问题。
  此前百川通过“事实性感知强化学习+证据锚定+免费开放”的三重组合，已显著降低医疗大模型的应用门槛，此次M4的发布将进一步加强其在该领域的领先地位。