本文综述大语言模型在医学等垂直领域的专业化方法，包括持续训练注入领域知识、监督微调与检索增强以提升可靠性。案例有PMC-LLaMA、MindLLM及中文医学Llama 2等，小规模临床模型在电子健康记录理解上可优于通用大模型。评估显示通用模型在原子知识与指令遵循上更强，专用模型安全性较弱；零样本LLM在部分生物医学任务上可超越现有模型，但整体仍逊于微调专用模型。