数据集导航 · 医学文本与大模型

医学文本与大模型数据集（第 4 页）

思陌医疗数据服务整理的医学文本与大模型公开数据集，共 298 个，覆盖该领域多模态数据，助力医疗AI研发选型。

共 285 个数据集 · 第 4 / 10 页
数据集名称 系统分类 病种 数据模态 任务类型 描述 来源 原始地址 操作
标准医疗问题数据医学文本与大模型其他文本文本将非标准患者咨询转换为标准化医疗问题的文本数据集，用于训练医疗对话AI系统。PandaVThttps://huggingface.co/datasets/PandaVT/datatager_standard_med_question访问
MedQuad医学问答数据集（Guanco-Llama2格式）医学文本与大模型其他文本文本基于MedQuad的医学问答数据集，包含43801条训练样本，采用Guanco-Llama2格式。whoispanashehttps://huggingface.co/datasets/whoispanashe/medquad-guanco-llama2访问
Counsel Chat医学文本与大模型其他文本问答医疗领域的问答和文本分类数据集，包含上下文、回答、主题等特征。andresherehttps://huggingface.co/datasets/andreshere/counsel_chat访问
英文医学经验问答基准数据集医学文本与大模型其他文本文本英文医学经验问答基准数据集，用于评估模型在医学问答任务上的表现。shuyuejhttps://huggingface.co/datasets/shuyuej/English-MedExpQA-Benchmark访问
French-MedExpQA基准数据集医学文本与大模型其他文本文本法语医学经验问答基准数据集，用于评估医学问答模型性能。shuyuejhttps://huggingface.co/datasets/shuyuej/French-MedExpQA-Benchmark访问
医疗10万文本数据集医学文本与大模型其他文本文本包含10万条医疗文本数据，适用于医疗自然语言处理任务。Naveenpoliasettyhttps://huggingface.co/datasets/Naveenpoliasetty/healthcare10milliion访问
Llama3-8b-MedBot医学文本与大模型其他文本文本Llama3-8b-MedBot是一个医学对话数据集，包含11万条对话样本，用于训练医疗问答模型。Ali-PYThttps://huggingface.co/datasets/Ali-PYT/Llama3-8b-MedBot访问
MedSyn-synthetic医学文本与大模型其他文本文本包含41,185个样本的合成俄语临床笔记数据集，覆盖219个ICD-10代码，用于文本分类和生成任务。Glebkaahttps://huggingface.co/datasets/Glebkaa/MedSyn-synthetic访问
gemma2b-closedqa-eval-by-gemini15flash医学文本与大模型其他文本文本问答一个用于评估Gemma2B模型在封闭域问答任务上表现的文本数据集，包含60个样本及评估得分。llama-duohttps://huggingface.co/datasets/llama-duo/gemma2b-closedqa-eval-by-gemini15flash访问
doctor-closing-ko医学文本与大模型其他文本文本分类韩语医疗对话句子分类数据集，包含句子和标签，用于医疗对话结束语识别。j5nghttps://huggingface.co/datasets/j5ng/doctor-closing-ko访问
ORPO韩语翻译医学数据集医学文本与大模型其他文本偏好优化韩语翻译的医学问答数据集，用于偏好优化训练，包含10403条样本。GrowingApplehttps://huggingface.co/datasets/GrowingApple/orpo_kor_translated_medical访问
医疗转录文本数据集医学文本与大模型其他文本文本包含2236条医疗转录文本，涵盖多医学专科，可用于文本分析。adisingh19https://huggingface.co/datasets/adisingh19/medical_transcriptions访问
医疗保健行业合成文档问答测试集（OCR分块）医学文本与大模型其他问答针对医疗保健行业文档的合成问答数据集，包含OCR分块后的文档图像、查询和答案，用于评估文档问答模型。vidorehttps://huggingface.co/datasets/vidore/syntheticDocQA_healthcare_industry_test_ocr_chunk访问
USQA医学文本与大模型其他文本问答USQA是面向医学问答、多选和文本生成的小规模英文数据集，规模小于1000条。Baron-GGhttps://huggingface.co/datasets/Baron-GG/USQA访问
药物-靶点相互作用数据集医学文本与大模型其他文本药物发现用于药物-靶点相互作用预测的数据集，包含药物分子与靶点蛋白质相互作用信息，支持药物发现与生物信息学研究。AT8805https://huggingface.co/datasets/AT8805/DTI访问
medzoom-llama2-30医学文本与大模型其他文本文本包含30个文本样本的医学领域LLaMA2训练数据集。lotfi4000https://huggingface.co/datasets/lotfi4000/medzoom-llama2-30访问
Aceso入职对话5K医学文本与大模型其他文本文本包含5000个医患入职对话的合成数据集，用于医疗咨询场景。Dong237https://huggingface.co/datasets/Dong237/Aceso-onboarding-5k访问
MIMIC-III住院病程元数据集医学文本与大模型其他文本文本基于MIMIC-III的重症监护住院病程及摘要文本数据集，用于文本摘要。dmacreshttps://huggingface.co/datasets/dmacres/mimiciii-hospitalcourse-meta访问
华佗百科问答364k医学文本与大模型其他文本文本包含36.4万条中文医学百科问答对，用于医学问答任务。xDAN-datasetshttps://huggingface.co/datasets/xDAN-datasets/huatuo_encyclopedia_qa_364k访问
ChatDoctor_HealthCareMagic_112k医学文本与大模型其他文本文本包含112k条医疗对话的数据集，用于训练医疗问答模型。xDAN-datasetshttps://huggingface.co/datasets/xDAN-datasets/ChatDoctor_HealthCareMagic_112k访问
医学指令样本10k医学文本与大模型其他文本指令微调约1万条医疗对话指令样本，用于对话模型微调，纯文本格式。Pontonkidhttps://huggingface.co/datasets/Pontonkid/sample_medical-instruction-10k访问
medical_meadow_mediqa_2k医学文本与大模型其他文本文本包含2000条人工生成的医患对话数据，用于医疗自然语言处理研究。xDAN-datasetshttps://huggingface.co/datasets/xDAN-datasets/medical_meadow_mediqa_2k访问
医疗草原维基文档患者信息6k医学文本与大模型其他文本问答基于维基文档患者信息，由GPT-3.5-turbo生成的6k条医疗问答对话数据集。xDAN-datasetshttps://huggingface.co/datasets/xDAN-datasets/medical_meadow_wikidoc_patient_information_6k访问
MedQuad医学文本与大模型其他文本文本MedQuad是一个医学问答数据集，包含文本形式的问题和答案对，用于医学知识问答任务。Nimsi2613https://huggingface.co/datasets/Nimsi2613/MedQuad访问
MedQuad_split医学文本与大模型其他文本文本MedQuad_split是医学问答数据集，包含问题-答案对，用于训练和评估医学问答系统。davidgaofchttps://huggingface.co/datasets/davidgaofc/MedQuad_split访问
美国医学执照考试教材数据集医学文本与大模型其他文本文本美国医学执照考试英文教材文本数据集，用于医学相关自然语言处理任务。Medilorahttps://huggingface.co/datasets/Medilora/us_medical_license_exam_textbooks_en访问
医疗对话知识数据集v2医学文本与大模型其他文本对话6290条医疗对话数据，用于指令微调，模态为文本。mlabonnehttps://huggingface.co/datasets/mlabonne/know_medical_dialogue_v2访问
menuwriter_alimentos_dt_1.2k医学文本与大模型其他文本文本约1.2k条西班牙语医疗文本数据集，涉及食物主题，用于文本生成和问答任务。Isaac45https://huggingface.co/datasets/Isaac45/menuwriter_alimentos_dt_1.2k访问
HealthCareMagic-llama2-5k医学文本与大模型其他文本文本包含5000条医疗相关文本样本，用于训练语言模型。mmaakhttps://huggingface.co/datasets/mmaak/HealthCareMagic-llama2-5k访问
MIMIC分词平衡子集数据集医学文本与大模型其他文本文本分类MIMIC临床文本数据的分词平衡子集，用于文本分类任务。passionManhttps://huggingface.co/datasets/passionMan/mimic_tokenized_dataset_balanced_frac_0.1访问