ZJUFanLab/TCMChat-dataset-600k
中文 | English TCMChat: A Generative Large Language Model for Traditional Chinese Medicine News [2024-11-1] We have fully open-sourced the model weights and training dataset on Huggingface.[2024-5-17] Open source model weight on HuggingFace. Application Install git clone https://github.com/ZJUFanLab/TCMChat cd TCMChat Create a conda environment conda create -n baichuan2 python=3.10 -y First install the… See the full description on the dataset page: https://huggingface.co/datasets/ZJUFanLab/TCMChat-dataset-600k.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#2 Repository Của Tuần
#1 Repository Của Tháng
🌿 Dataset huấn luyện cho TCMChat: y học cổ truyền Trung Quốc bằng LLM
Bộ dữ liệu open-source dùng để pretrain và fine-tune mô hình TCMChat, nền tảng baichuan2-7B-Chat, quy mô khoảng 600k mẫu.
TCMChat-dataset-600k là dataset huấn luyện cho dự án TCMChat của ZJUFanLab — một mô hình ngôn ngữ lớn generative dành cho y học cổ truyền Trung Quốc. Dataset này được dùng cho cả giai đoạn pretrain và SFT, hỗ trợ xây dựng mô hình trả lời câu hỏi và gợi ý kiến thức TCM. Mô hình liên quan dựa trên baichuan2-7B-Chat và có cả вес mở và công cụ trực tuyến đi kèm.
✨ Điểm nổi bật
- Quy mô 600k mẫu: dataset được đặt tên theo số lượng khoảng 600k mẫu huấn luyện.
- Hai giai đoạn huấn luyện: hỗ trợ cả pretrain dataset và SFT dataset cho pipeline retrain.
- Định hướng TCM: tập trung vào tri thức y học cổ truyền Trung Quốc, QA và recommendation.
- Apache-2.0: phát hành với giấy phép mã nguồn mở Apache-2.0.
- Liên kết với TCMChat: dùng để huấn luyện mô hình TCMChat dựa trên baichuan2-7B-Chat.
- Có benchmark riêng: dự án còn cung cấp benchmark dataset để đánh giá mô hình.
- Tài liệu đầy đủ: README hướng dẫn cài đặt, tải weights, inference, retrain và evaluation.
💡 Vì sao đáng chú ý
Điểm giá trị của dataset này là nó không chỉ là dữ liệu huấn luyện thô, mà nằm trong một pipeline hoàn chỉnh từ pretrain, SFT đến benchmark evaluation cho lĩnh vực TCM. Điều này giúp nhà nghiên cứu tái hiện và mở rộng mô hình chuyên ngành y học cổ truyền Trung Quốc thay vì chỉ dùng mô hình tổng quát. Dataset phù hợp cho các nhóm muốn fine-tune hoặc nghiên cứu LLM trong domain y học cổ truyền.
#TCM #TraditionalChineseMedicine #Dataset #HuggingFace #TiniX
Similar Projects
Discover other similar projects and AI models.
Read our How to Run Qwen3.8-27B Guide!(https://unsloth.ai/docs/models/qwen3.8) This GGUF uses Unsloth Dynamic V3.0 (preview) for SOTA quantization performance. Developer Role Support so Qwen3.8 can work in agentic tools like Codex and more! MTP for...
Qwen3.8-27B !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. !Tip F...
Qwen3-0.6B Qwen3 Highlights Qwen3 is the latest generation of large language models in Qwen series, offering a comprehensive suite of dense and mixture-of-experts (MoE) models. Built upon extensive training, Qwen3 delivers groundbreaking advancement...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
Try gpt-oss · Guides · Model card · OpenAI blog Welcome to the gpt-oss series, OpenAI’s open-weight models(https://openai.com/open-models) designed for powerful reasoning, agentic tasks, and versatile developer use cases. We’re releasing two flavors...
Hugging Face | GitHub | Launch Blog | Documentation License: Apache 2.0 | Authors: Google DeepMind Gemma is a family of open models built by Google DeepMind. Gemma 4 models are multimodal, handling text and image input (with audio supported on small...
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
Unlimited OCR Works Welcome the Era of One-shot Long-horizon Parsing. Release - 2026/06/23 📄 Our paper is now available on arXiv(https://arxiv.org/abs/2606.23050). - 2026/06/23 🤝 Thanks to the ModelScope community for their support. Our model is n...