К содержимому

Датасет · lavita

Медицинские вопросы-ответы для обучения чат-ботов

lavita/medical-qa-datasets

Сборка медицинских пар вопрос-ответ на английском для SFT и проверки правдивости ответов.

Что внутри

Англоязычный текстовый датасет объёмом от 1 до 10 млн примеров — конкатенация наборов medical-meadow-* и chatdoctor_healthcaremagic. В chatdoctor-части термин Chat Doctor заменён на chatbot, а medical_meadow_cord19 прорежен до 50 000 примеров. Также включён бенчмарк truthful-qa-* для оценки правдивости генерации (использовался в статье Llama 2), в том числе 55 и 16 вопросов по здоровью.

Что можно сделать

  • SFT медицинского чат-бота на парах вопрос-ответ
  • Оценка правдивости ответов LLM на вопросах truthful-qa
  • Донастройка LoRA для домена медицины
Задачи
Вопрос-ответ
Языки
Английский
Размер
1M–10M записей
Скачиваний за месяц
4,6 тыс.
Лайков
68

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("lavita/medical-qa-datasets")