QuarkMedSearch：面向医疗智能探索的长程深度搜索智能体

随着智能体基础模型持续演进，如何进一步提升其在垂直领域的表现已成为重要挑战。为此，我们在强大的智能体基础模型Tongyi DeepResearch之上，聚焦中文医疗深度搜索场景，提出QuarkMedSearch，系统探索覆盖医疗多跳数据构建、训练策略与评测基准的全流水线方法，以进一步推动并评估其在垂直领域的性能上限。具体而言，在数据合成方面，为解决医疗领域深度搜索训练数据的稀缺，我们结合大规模医疗知识图谱与实时在线探索来构建长程医疗深度搜索训练数据；在后训练方面，我们采用两阶段SFT与RL训练策略，逐步增强深度搜索所需的规划、工具调用与反思能力，同时保持搜索效率；在评测方面，我们与医疗专家协作，通过严格的人工核验构建QuarkMedSearch Benchmark。实验结果表明，QuarkMedSearch在QuarkMedSearch Benchmark上取得同规模开源模型中的最先进性能，同时在通用基准上保持强劲竞争力。