華佗GPT開源中文醫(yī)療大模型

HuatuoGPT（華佗GPT）是開源中文醫(yī)療大模型，基于醫(yī)生回復(fù)和 ChatGPT 回復(fù)，讓語言模型成為醫(yī)生，提供豐富且準確的問診。

HuatuoGPT 致力于通過融合 ChatGPT 生成的 “蒸餾數(shù)據(jù)” 和真實世界醫(yī)生回復(fù)的數(shù)據(jù)，以使語言模型具備像醫(yī)生一樣的診斷能力和提供有用信息的能力，同時保持對用戶流暢的交互和內(nèi)容的豐富性，對話更加絲滑。

HuatuoGPT 使用了四種不同的數(shù)據(jù)集，分別如下：

• 蒸餾 ChatGPT 指令數(shù)據(jù)集（Distilled Instructions from ChatGPT）：這個數(shù)據(jù)集受到 Alpaca 模型創(chuàng)建指令集的方法啟發(fā)，從 ChatGPT 中提煉出醫(yī)療相關(guān)的指令。與之前工作不同的是，本方法還加入了科室和角色信息，根據(jù)采樣的科室或角色生成符合條件的指令數(shù)據(jù)集。
• 真實醫(yī)生指令數(shù)據(jù)集（Real-world Instructions from Doctors）：這個數(shù)據(jù)集來源于真實醫(yī)生和患者之間的問答。醫(yī)生的回復(fù)通常簡潔且口語化，因此本方法通過潤色以提高其可讀性。
• 蒸餾 ChatGPT 對話數(shù)據(jù)集（Distilled Conversations from ChatGPT）：這個數(shù)據(jù)集通過為兩個 ChatGPT 模型提供共享的對話背景，讓它們分別模仿醫(yī)生和患者進行對話。
• 真實醫(yī)生對話數(shù)據(jù)集（Real-world Conversations with Doctors）：這個數(shù)據(jù)集來源于真實醫(yī)生的對話，但對醫(yī)生的回復(fù)使用模型進行了潤色。

這些數(shù)據(jù)集共同為模型提供了一個統(tǒng)一的語言模式、醫(yī)生的診斷能力以及指令跟隨能力。