Датасет · microsoft
Медицинские инструкции для SFT и DPO от Microsoft
microsoft/mediflow
Синтетический датасет на 2,5 млн клинических инструкций на английском языке для SFT и DPO-выравнивания.
Что внутри
Набор содержит 2,5 миллиона строк (около 700 тысяч уникальных инструкций) и табличные данные на английском языке для клинического NLP, охватывающие 14 типов задач и 98 видов медицинских документов. В сплите mediflow лежат данные для SFT, а в mediflow_dpo — около 135 тысяч лучших инструкций с отклонёнными ответами от GPT-4o для DPO.
Что можно сделать
- SFT-дообучение медицинских языковых моделей и LoRA-адаптеров
- DPO-выравнивание LLM на клинических задачах
- Автоматизация обработки и анализа медицинских документов
- Задачи
- Генерация текста
- Языки
- Английский
- Размер
- 1M–10M записей
- Скачиваний за месяц
- 334
- Лайков
- 54
Модели, обученные на нём
- microsoft/MediPhi-InstructГенерация текста 3 тыс.
- mradermacher/MediPhi-Instruct-i1-GGUF 667
- gabriellarson/MediPhi-Instruct-GGUF 547
- mradermacher/MediPhi-Instruct-GGUF 312
- mradermacher/MediQwen-Reasoning-4B-GGUF 226
- Mungert/MediPhi-Instruct-GGUF 154
- tensorblock/microsoft_MediPhi-Instruct-GGUF 63
- erenyeager-1/MediPhi-Instruct-Q4_K_S-GGUF 56
Как загрузить
from datasets import load_dataset
ds = load_dataset("microsoft/mediflow")