Huatuo-Llama-Med-Chinese

收录理由

把通用语言模型推向医疗这类高风险垂直领域，团队可以从这个仓库获得完整路线：基于医学知识图谱和文献构建中文指令数据，借助更强模型自动生成问答对，再用LoRA对多个开源基座模型做指令微调，兼顾效果与训练成本。作者不仅给出代码，还公开了LLaMA、Alpaca-Chinese、Bloom和活字对应的LoRA适配器权重，省去自己重跑训练的麻烦；配合推理脚本和提示模板，能轻松对比不同变体的表现。若想具体、可复现地验证领域微调对中文医疗问答的增益，这里是很好的起点。