HuatuoGPT-o1 es un modelo de lenguaje grande diseñado específicamente para el razonamiento complejo en medicina. Es capaz de identificar errores, explorar estrategias alternativas y perfeccionar las respuestas. El modelo impulsa el desarrollo del razonamiento complejo mediante el uso de problemas médicos verificables y validadores médicos especializados. Las principales ventajas de HuatuoGPT-o1 incluyen: el uso de validadores para guiar la búsqueda de trayectorias de razonamiento complejo, con el fin de ajustar modelos de lenguaje grandes; y la aplicación del aprendizaje por refuerzo basado en recompensas del validador (PPO) para mejorar aún más la capacidad de razonamiento complejo. El modelo, los datos y el código de HuatuoGPT-o1 son de código abierto, lo que le confiere un importante valor en el ámbito de la educación e investigación médica.