使用SylvanL/Traditional-Chinese-Medicine-Dataset-SFT进行了2个epoch的全参数量有监督微调(full Supervised Fine-tuning). 1. 具有将文言文/古文翻译为现代文的能力, 以加强对于中医典籍的理解与使用. 2. 具有向主流派别执业医生靠拢的临床诊断逻辑与推方能力, 可以理解输入的患者情况并进行判断与分析. 3. 具有良好的中医知识问答能力, 可以针对中医领域的知识点进行全面且可靠的解答. 4. 加强模型面向中医术语的基础nlp能力, 可以更好的赋能如中医命名实体识别, 关系抽取, 关联性分析, 同义实体消岐, 拼写检查与纠错等通用功能.
Модальности:
Генерация текста
Области применения:
Диалог / чат Медицина
Задача: Генерация текста
Автор: SylvanL
Теги: qwen2, medical, conversational, zh, text-generation-inference, endpoints_compatible
Лайков: 4 | Загрузок: 44
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
