1 ГБ SFT-данных по китайской медицине

Что внутри

Датасет примерно на 1 ГБ собран из неинтернетных внутренних источников и на 99% состоит из упрощённого китайского. Внутри клинические случаи, труды классиков, медицинские энциклопедии и объяснения терминов в формате вопрос-ответ, сбалансированные по разделам. Он связан с Traditional-Chinese-Medicine-Dataset-Pretrain, но почти не пересекается с ним; автор советует сначала продолжить предобучение на парном датасете, а затем использовать этот набор для инструкционной доработки.

Что можно сделать

• SFT LLM на китайских медицинских QA
• LoRA для модели, отвечающей по традиционной китайской медицине
• Оценка знаний LLM в клинических случаях и терминологии ТКМ

Модели, обученные на нём

• mradermacher/ChatTCM-7B-SFT-i1-GGUF 638
• SylvanL/ChatTCM-7B-SFTГенерация текста 51
• mradermacher/ChatTCM-7B-SFT-GGUF 49

Как загрузить

from datasets import load_dataset

ds = load_dataset("SylvanL/Traditional-Chinese-Medicine-Dataset-SFT")