本研究分析了中国医学大型语言模型在准确性、安全性和伦理一致性方面的不足，提出了细致的错误分类法，并评估了前10个模型在MedBench上的表现。研究还提出了四级优化策略，以提升医学LLMs的临床应用价值和安全性。

本研究提出医学语言模型Citrus，旨在解决医疗行业中疾病推理的专业知识获取问题。Citrus通过训练合成数据，提高医疗决策支持系统的准确性和效率，并开放医疗诊断对话数据集以促进后续研究。

本研究提出了一种新型小型医学语言模型 extit{mone}，有效解决了现有模型在临床应用中的数据效率低和实用性差的问题。通过奖励模型， extit{mone}在多个评估数据集上表现优于之前的开源模型，提升约13个百分点，显示出其在医学自然语言处理中的潜力。