能力往前走一步，
数据就要深一层。

语言模型：认知、训练、强化

语言模型的能力形成，可以分成三个相互衔接的过程。认知，是在大规模语料上学习语言与世界的统计结构，模型由此“见过”一个领域。训练，是用成对的指令与示范校准行为，模型由此学会按要求作答。强化，是以偏好、评分或可验证的结果作为反馈信号，模型由此在多个可行答案之间学会取舍。

三个过程对数据的要求并不相同。认知看覆盖与真实：语料是否来自真实的诊疗语境，术语、编码与规则之间的关系是否写明。训练看示范的质量：一个结论是否连同前提、依据与适用范围一起给出。强化看反馈能否稳定地区分好与差：评分细则（rubric）是否可执行，结果能否被独立核对。

落到医疗领域，认知阶段主要由医疗语料 1.0 临床真实数据与 2.0 规则与语义承托；训练与强化阶段依赖 3.0 专家判断与专业任务；反馈来自可验证的执行结果时，便进入 4.0 医疗任务环境与结果验证。

智能体：从任务结果到验证

智能体的进阶，把评价对象从一段回答换成一项任务。研究者通常从五个方面观察它。任务结果：是否达成可以判定的完成条件。环境：能否在有状态、有约束的场景中读取观察，并持续行动。工具调用：能否选对工具、给对参数、读懂返回。工具制作：现成工具不够用时，能否组合或编写新的工具。验证：能否对照环境状态检查自己的结果，而不止于自述“已完成”。

这五个方面要求数据从静态文本变为可以运行的对象。工作要求写明完成条件；任务环境给出初始状态、权限与重置方式；执行记录（trajectory）保留每一步调用与状态变化；验证程序独立于被测对象给出结论。缺了其中一项，能力就只能被描述，无法被测量。

医疗语料 4.0 医疗任务环境与结果验证，处理的正是这一层。环境里的任务内容，来自 3.0 中经专家核对的专业工作；工具所依据的规则，来自 2.0；任务面对的场景，来自 1.0 的真实记录。

临床研究：缩短假设、实验与证据之间的往复

临床研究依赖假设、实验与真实世界证据之间的往复。从观察中提出假设，用试验或队列检验它，再由真实世界中的结果修正下一轮假设。一轮往复常以年计。近年，业界开始把人工智能用于加速科学发现，在文献综合、假设提出、受试者筛选与结局提取等环节缩短等待。

能缩短多少，取决于数据经不经得起研究的追问。同一患者的记录能否沿时间连接，索引日期与观察窗口是否有明确定义；结局与随访是否保留未发生、未采集与失访的区别；入排条件能否逐条对应到病例事实，并留下判断依据。满足这些条件，真实世界证据（real-world evidence）才可以被复核。

在四代医疗语料中，1.0 提供纵向的真实记录，2.0 提供表型规则与标准编码；3.0 留下专家对终点与入排的判断，4.0 把检索、计算与核验组织成可以重复执行的研究任务。

四代语料，逐层承托

三条线索指向同一个方向：数据从记录走向规则，从规则走向判断，再从判断走向可以验证的行动。四代语料彼此承托，不相替代；下层越扎实，上层越有根。

从专业产出文件理解评价对象

专业工作最终会交到下一位使用者手里。信用底稿要支持决策，临床文书要支持交接，法律意见要支持后续行动。评价模型，需要同时看见它怎样使用材料，以及留下的成果能否承担这些用途。

这三个对象互相连接。取数正确而公式错误，仍会改变结果；结论正确而没有依据，难以复核；单份文件成立而交接时发生矛盾，工作也未完成。

不同领域，采用不同的专业尺度

金融任务把披露资料、取数、复算和信用意见连起来。法律任务把事实时点、文书效力、条款适用和后续取证连起来。临床任务则把诊疗事实、时间关系与接手团队需要的文书连起来。

三者共用工作要求、输入、参考成果和评分依据的产品结构，保留各自的专业判断。任务难度来自工作本身：材料跨度、多文件关联、计算要求、材料冲突与成果用途。