QuarkMedSearch：用于探索医疗智能的长程深度搜索智能体

针对垂直领域性能提升挑战，本文基于通义深研模型提出 QuarkMedSearch，专注于中文医疗深度搜索场景。研究构建了涵盖数据合成、训练策略及评估基准的全流程方案。在数据方面，结合大规模医疗知识图谱与实时在线探索，生成长程多跳训练数据；训练上采用两阶段 SFT 与 RL 策略，逐步增强模型在深度搜索所需的规划、工具调用及反思能力；评估方面，联合专家构建经严格人工验证的基准。实验表明，该模型在同类开源模型中达到最先进水平。