复旦大学团队发布中文医疗健康个人助手，开源47万高质量数据集|样本|大模型
用微信扫码二维码
分享至好友和朋友圈
患者感到身体不适时，可以向模型问诊，描述自身症状，模型会给出可能的病因、推荐的治疗方案等作为参考，在信息缺乏时会主动追问症状的详细描述。
图2：问诊场景下的对话
用户还可以询问与自身无关的医学知识，此时模型会尽可能专业地作答，使用户全面准确地理解。
图4：与自身无关的医学知识询问对话
DISC-MedLLM是基于我们构建的高质量数据集DISC-Med-SFT在通用领域中文大模型Baichuan-13B上训练得到的医疗大模型。值得注意的是，我们的训练数据和训练方法可以被适配到任何基座大模型之上。
DISC-MedLLM具有三个关键特点：
3、方法：数据集DISC-Med-SFT的构造
在模型训练的过程中，我们向DISC-Med-SFT补充了通用领域的数据集和来自现有语料的数据样本，形成了DISC-Med-SFT-ext，详细信息呈现在表1中。
数据集。分别从两个公共数据集MedDialog和cMedQA2中随机选择40万个和2万个样本，作为SFT数据集构建的源样本。
重构。为了将真实世界医生回答调整为所需的高质量的统一格式的回答，我们利用GPT-3.5来完成这个数据集的重构过程。提示词（Prompts）要求改写遵循以下几个原则：
图6展示了一个重构的示例。调整后医生的回答与AI医疗助手的身份一致，既坚持原始医生提供的关键信息，又为患者提供更丰富全面的帮助。
图6：对话重新改写的例子
医学知识图谱包含大量经过良好组织的医学专业知识，基于它可以生成噪声更低的QA训练样本。我们在CMeKG的基础上，根据疾病节点的科室信息在知识图谱中进行采样，利用适当设计的GPT-3.5模型Prompts，总共生成了超过5万个多样化的医学场景对话样本。
在训练的最终阶段，为了进一步提高模型的性能，我们使用更符合人类行为偏好数据集进行次级监督微调。从MedDialog和cMedQA2两个数据集中人工挑选了约2000个高质量、多样化的样本，在交给GPT-4改写几个示例并人工修订后，我们使用小样本的方法将其提供给GPT-3.5，生成高质量的行为偏好数据集。
通用数据。为了丰富训练集的多样性，减轻模型在SFT训练阶段出现基础能力降级的风险，我们从两个通用的监督微调数据集moss-sft-003和alpacagpt4datazh随机选择了若干样本。
MedMCQA。为增强模型的问答能力，我们选择英文医学领域的多项选择题数据集MedMCQA，使用GPT-3.5对多项选择题中的问题和正确答案进行了优化，生成专业的中文医学问答样本约8000个。
训练。如下图所示，DISC-MedLLM的训练过程分为两个SFT阶段。
图7：两阶段训练过程
评测。在两个场景中评测医学LLMs的性能，即单轮QA和多轮对话。
比较模型。将我们的模型与三个通用LLM和两个中文医学对话LLM进行比较。包括OpenAI的GPT-3.5,GPT-4,Baichuan-13B-Chat;BianQue-2和HuatuoGPT-13B。
单轮QA结果。单项选择题评测的总体结果显示在表2中。GPT-3.5展现出明显的领先优势。DISC-MedLLM在小样本设置下取得第二名，在零样本设置中落后于Baichuan-13B-Chat，排名第三。值得注意的是，我们的表现优于采用强化学习设置训练的HuatuoGPT(13B)。
表2：单项选择题评测结果
多轮对话结果。在CMB-Clin评估中，DISC-MedLLM获得了最高的综合得分，HuatuoGPT紧随其后。我们的模型在积极性标准中得分最高，凸显了我们偏向医学行为模式的训练方法的有效性。结果如表3所示。
在CMD样本中，如图8所示，GPT-4获得了最高分，其次是GPT-3.5。医学领域的模型DISC-MedLLM和HuatuoGPT的整体表现分数相同，在不同科室中表现各有出色之处。
CMID的情况与CMD类似，如图9所示，GPT-4和GPT-3.5保持领先。除GPT系列外，DISC-MedLLM表现最佳。在病症、治疗方案和药物等三个意图中，它的表现优于HuatuoGPT。
各模型在CMB-Clin和CMD/CMID之间表现不一致的情况可能是由于这三个数据集之间的数据分布不同造成的。CMD和CMID包含更多明确的问题样本，患者在描述症状时可能已经获得了诊断并表达明确的需求，甚至患者的疑问和需求可能与个人健康状况无关。在多个方面表现出色的通用型模型GPT-3.5和GPT-4更擅长处理这种情况。
DISC-Med-SFT数据集利用现实世界对话和通用领域LLM的优势和能力，对三个方面进行了针对性强化：领域知识、医学对话技能和与人类偏好；高质量的数据集训练了出色的医疗大模型DISC-MedLLM，在医学交互方面取得了显著的改进，表现出很高的可用性，显示出巨大的应用潜力。
该领域的研究将为降低在线医疗成本、推广医疗资源以及实现平衡带来更多前景和可能性。DISC-MedLLM将为更多人带来便捷而个性化的医疗服务，为大健康事业发挥力量。
880元建企业网站，包空间，包域名。立足于桂林，提供桂林网站建设、桂林网站制作、桂林网络推广、桂林做网站等服务。
为精英家庭2-15岁子女提供多元文化课程及特色主题课程的寄宿制国际化学校，让孩子成为有爱心、有社会责任感、有创造能力、有国际视野、有民族自信的新英才
广州戈兰迪新材料股份有限公司成立于2000年是一家集研发、生产、销售石英石、人造石、时尚卫浴及成品配套安装为一体的专业企业。自创立起，戈兰迪以“创造时尚空间，引领品位生活”为使命
常熟零距离(090)是常熟人气生活门户服务网站和互动网络交流平台，拥有房产、汽车、家居、美食、婚嫁、旅游、亲子、论坛等版频道，涵盖常熟的衣食住行、吃喝玩乐等方方面面。
淘种，种子，蔬菜种子，种子网，淘种网，湖北种子，武汉种子，中国种子，辣椒种子，西瓜种子，番茄种子，进口种子，进出口种子，种子外贸
指标驿站是专业的通达信指标分享公式平台。这里汇聚了众多优质实用的指标公式，涵盖各种交易策略和市场分析。无论您是新手还是资深投资者，都能在指标驿站找到适合自己的工具，助力您更精准地把握市场动态，做出明智的投资决策。
上海威超智能设备有限公司，是一家上海市高新技术企业，主营威超会议综合服务系统，无纸化会议办公系统，教育培训系统等产品。上海市创新先锋品牌企业，中国保护消费者基金会315诚信服务会员单位，创建于2011年1月17日。
卓越教育官网
山东铁科聚合科技有限公司坐落于泰山脚下----山东泰安，公司一贯秉承“诚信为本，信誉至上”的企业文化，生产土工格栅、高分子土工格室、排水板、土工布、土工膜、生态袋、三维植被网、防水毯等系列土工合成材料。
Trustie
苍溪县找找网信息技术有限公司专注于网站开发，APP原生编程，快速将网站制作成APP
做生意，选择在市场需求量很大的产品经营，更加容易快速进入市场做发展，得到众多消费者支持和追捧，对于小朋友们生活中自然离不开学习，拥有好的学习设备，能够更好的进入学习状态，学习桌也是目前市场上很受大众欢迎的设备，很多家长家里都必备学习桌，德世信学习桌也是一家很有口碑和人气的连锁品牌，项目从二零零二年成立推出，在市场发展也有十多年时间，累...。
见了一年的投资人和客户，大家上来就问，你们做不做预标注，能不能用预标注解决所有问题，在类GhatGPT大模型爆火的当下，预标注技术似乎已成为自动驾驶数据标注赛道上的致胜金牌，一家年轻的自动驾驶数据服务公司——恺望数据在近日举办的闭门交流会上给大热的预标注技术，浇冷水，恺望数据产品项目VP张鹏表示，目前自动驾驶预标注技术仅能处理6...。
6月中旬，智源研究院旗下的FlagEval大模型评测平台发布最新榜单，在有标准答案的，客观评测，中，GPT，4以76.11分在闭源大模型中排名第一；Doubao，Pro，豆包大模型，以75.96分排名第二，同时也是得分最高的国产大模型；其后依次是ERNIE4.0、Baichuan3、Moonshot，v1，在开放问答等，主观评测，中，...。
消息，2022年1月25日，百度研究院发布了2022年十大科技趋势，涵盖了AI核心技术、交叉学科与跨领域研究、AI的产业及社会价值三个层面，同时，这十大科技趋势分别涉及了预训练大模型、AIforScience，人工智能应用于科学研究，、基于AI的生物计算、隐私计算、量子软硬一体化、自动驾驶、深空探测、人机共生、绿色AI和普惠AI...。
雷锋网按，就大量关于，杀手级机器人，的炒作来说，2017年在人工智能方面取得了一些显著的进步，阿尔法狗、冷扑大师等棋牌机器人能让顶级玩家陷入绝望，在现实世界中，机器学习正被用于改善农业，以及扩大医疗保健的覆盖面，但你最近和Siri或者Alexa对话过吗，如果有，那么你会知道，撇开这些炒作，以及踌躇满志的亿万富翁们，还有很多事情人工智能...。
雷锋网消息，3月14日，雅观科技在上海举办了，AI，悟及物，柔，生万屋，2019雅观科技新品发布会，发布了空间智能化操作系统Akeeta、空间智能化柔性服务技术中台Matrix，以及基于两者开发的雅观智慧社区1.0平台，雅观科技作为AIoT时代智能家居领域的平台厂商，基于AI、大数据、云计算，为地产业提供一站式全屋智能解决方案，据官...。
消息3月20日，以，安全即服务进阶AI引领未来实战，为主题的360安全大模型3.0发布会在京举行，360集团首席科学家兼360数字安全集团CTO潘剑锋在发布会上提到，，我们参考了人类大脑的运行逻辑，构建360安全大模型3.0框架，实际应用中，在多个专业任务效果上超过GPT4，360集团首席科学家兼360数字安全集团CTO潘剑锋...。
8月21日，火山引擎AI创新巡展在来到上海，此次巡展会，火山引擎发布了豆包大模型的一系列产品升级，并携手多点DMALL成立零售大模型生态联盟，火山引擎总裁谭待表示，较3个月前，最新版豆包大语言模型的综合能力提升了20.3%，在智源、上海AILab等权威机构的多项评测中位列榜首，豆包模型进化，使用量爆发，综合能力提升20.3%Quest...。
要闻提示1.抖音等字节系多款App被指控抄袭源代码，美摄科技被曝，天价索赔，，最新回应2.滴灌通公布内部裁员信，涉及100多人，提供上至N，3的补偿3.京东金融回应内测活动出bug损失数百万，用户的已获红包不会被收回，可正常使用4.阿里巴巴原副总裁贾扬清谈大模型，价格战，降价拍脑袋就可以做5.部分办公软件被曝多头收费，，来来回回交了...。
独家确认，AI芯片创业公司墨芯人工智能，MoffettAI，联合创始人兼首席架构师肖志斌已经离职2个月，离职后他将专注于AI大模型软件及系统层面的工作，目前暂不清楚接替肖志斌的人选，肖志斌是美国加州大学戴维斯分校电气工程博士，曾任职于德州仪器、Oracle，Sun和阿里巴巴达摩院等知名企业，担任核心架构师和研究员，主持和参与了多...。
为安抚京东员工，刘强东分享新冠阳性经历、设立员工抗病毒热线近日，刘强东近期在内部视频中分享得新冠的经，验和感受，多喝水，白开水每天3，5升，吃点泡腾片，保持好心态，保持好的休息，他还呼吁把医疗资源留给老人，此外刘强东表示，京东将设立员工抗病毒热线，公司员工若有问题可随时打电话，具体来看，刘强东在视频中表示，根据他个人感受来讲，真的是比...。
疫情之后，，旧的世界，将不复存在线上直播将成为学术交流的重要形式2020年4月3日，NLP顶会ACL2020公布录用论文之后，AI科技评论相继与哈工大、复旦大学联合举办两期，ACL系列解读，直播活动，受到广大师生的好评，第一期，ACL2020，哈工大SCIR系列解读第二期，ACL2020，复旦大学系列解读在此基础上，我们在此联合清华大...。
消息，谷歌在未经授权的情况下，非法使用了160万份NHS，NationalHealthService，即英国国家医疗服务体系，患者的机密医疗记录，并且将因此面临集体诉讼，律师AndrewPrismall将作为MishcondeReya律师事务所的代表，在英格兰和威尔士高等法院的诉讼中向Google提出索赔，这项滥用私人信息的指控...。
6月16日盘后，苏宁易购发布了重大事项停牌公告，称收到公司实控人、控股股东张近东及苏宁电器集团的通知，筹划设计公司股份转让的重大事项，当日起开始停牌，时间不超过5日，此前的6月15日，苏宁易购还发布了一个公告称，张近东所持有的公司股份中27.68%已被司法冻结，占公司总股本的5.8%，最近几天有关苏宁的新闻不止于资本市场，有苏宁员工爆...。
天生丽质是许多女性梦寐以求的肌肤状态，但事实上，除了少部分人，大多数人在日常生活中肌肤都会出现各种问题，或是不够白皙，或是常有过敏状况等等，面对种种肌肤问题，当然是要寻求专业的解决办法，在这方面，wis护肤品的专业性值得信赖，wis护肤品怎么样，快随小编的笔尖一起看看这一品牌的实力吧，关于wis护肤品wis护肤品其实并不只是一个单纯的...。
电竞一直是一项被人诟病的娱乐方式，在现在也可以说，这是一项运动项目，之所以被诟病，是因为他是玩游戏，如果你要成为电竞职业，你除了有惊人的天赋，还要有日以夜继的训练，这也基本上意味着学业容易荒废，并且电竞是最吃，青春，的运动，很多职业选手，可能25分就基本上退役了！但是现在，电竞的春天也要来了！首先说弊端，电竞受众人群很广，从80后就大...。
ILAHUI恋惠优品坚持，自在、自然、清新、设计精良，的特殊风格和，简约、品质、设计，的品牌主张，以定位快时尚休闲百货连锁为品牌核心，采用全球创意快时尚生活的经营方式，以每周上新款的快速供应链管理，赢得消费者的追棒，...。
