🇨🇳中文 | 🌐English | 📖文档/Docs | 🤖模型/Models
MedicalGPT training medical GPT model with ChatGPT training pipeline, implemantation of Pretraining, Supervised Finetuning, RLHF(Reward Modeling and Reinforcement Learning) and DPO(Direct Preference Optimization).
MedicalGPT 训练医疗大模型，实现了包括增量预训练、有监督微调、RLHF(奖励建模、强化学习训练)和DPO(直接偏好优化)。
- RLHF training pipeline来自Andrej Karpathy的演讲PDF State of GPT，视频 Video
- DPO方法来自论文Direct Preference Optimization:Your Language Model is Secretly a Reward Model
- ORPO方法来自论文ORPO: Monolithic Preference Optimization without Reference Model
[2024/09/21] v2.3版本: 支持了 Qwen-2.5 系列模型，详见Release-v2.3
[2024/08/02] v2.2版本：支持了角色扮演模型训练，新增了医患对话SFT数据生成脚本role_play_data，详见Release-v2.2
[2024/06/11] v2.1版本：支持了 Qwen-2 系列模型，详见Release-v2.1
[2024/04/24] v2.0版本：支持了 Llama-3 系列模型，详见Release-v2.0
[2024/04/17] v1.9版本：支持了 ORPO，详细用法请参照 run_orpo.sh。详见Release-v1.9
[2024/01/26] v1.8版本：支持微调Mixtral混合专家MoE模型 Mixtral 8x7B。详见Release-v1.8
[2024/01/14] v1.7版本：新增检索增强生成(RAG)的基于文件问答ChatPDF功能，代码chatpdf.py，可以基于微调后的LLM结合知识库文件问答提升行业问答准确率。详见Release-v1.7
[2023/10/23] v1.6版本：新增RoPE插值来扩展GPT模型的上下文长度；针对LLaMA模型支持了FlashAttention-2和LongLoRA 提出的
[2023/08/28] v1.5版本: 新增DPO(直接偏好优化)方法，DPO通过直接优化语言模型来实现对其行为的精确控制，可以有效学习到人类偏好。详见Release-v1.5
[2023/08/08] v1.4版本: 发布基于ShareGPT4数据集微调的中英文Vicuna-13B模型shibing624/vicuna-baichuan-13b-chat，和对应的LoRA模型shibing624/vicuna-baichuan-13b-chat-lora，详见Release-v1.4
[2023/08/02] v1.3版本: 新增LLaMA, LLaMA2, Bloom, ChatGLM, ChatGLM2, Baichuan模型的多轮对话微调训练；新增领域词表扩充功能；新增中文预训练数据集和中文ShareGPT微调训练集，详见Release-v1.3
[2023/07/13] v1.1版本: 发布中文医疗LLaMA-13B模型shibing624/ziya-llama-13b-medical-merged，基于Ziya-LLaMA-13B-v1模型，SFT微调了一版医疗模型，医疗问答效果有提升，发布微调后的完整模型权重，详见Release-v1.1
[2023/06/15] v1.0版本: 发布中文医疗LoRA模型shibing624/ziya-llama-13b-medical-lora，基于Ziya-LLaMA-13B-v1模型，SFT微调了一版医疗模型，医疗问答效果有提升，发布微调后的LoRA权重，详见Release-v1.0
[2023/06/05] v0.2版本: 以医疗为例，训练领域大模型，实现了四阶段训练：包括二次预训练、有监督微调、奖励建模、强化学习训练。详见Release-v0.2
基于ChatGPT Training Pipeline，本项目实现了领域模型--医疗行业语言大模型的训练：
- 第一阶段：PT(Continue PreTraining)增量预训练，在海量领域文档数据上二次预训练GPT模型，以适应领域数据分布（可选）
- 第二阶段：SFT(Supervised Fine-tuning)有监督微调，构造指令微调数据集，在预训练模型基础上做指令精调，以对齐指令意图，并注入领域知识
- 第三阶段
- RLHF(Reinforcement Learning from Human Feedback)基于人类反馈对语言模型进行强化学习，分为两步：
- RM(Reward Model)奖励模型建模，构造人类偏好排序数据集，训练奖励模型，用来建模人类偏好，主要是"HHH"原则，具体是"helpful, honest, harmless"
- RL(Reinforcement Learning)强化学习，用奖励模型来训练SFT模型，生成模型使用奖励或惩罚来更新其策略，以便生成更高质量、更符合人类偏好的文本
- DPO(Direct Preference Optimization)直接偏好优化方法，DPO通过直接优化语言模型来实现对其行为的精确控制，而无需使用复杂的强化学习，也可以有效学习到人类偏好，DPO相较于RLHF更容易实现且易于训练，效果更好
- ORPO不需要参考模型的优化方法，通过ORPO，LLM可以同时学习指令遵循和满足人类偏好
- RLHF(Reinforcement Learning from Human Feedback)基于人类反馈对语言模型进行强化学习，分为两步：
| Model | Base Model | Introduction |
|---|---|---|
| shibing624/ziya-llama-13b-medical-lora | IDEA-CCNL/Ziya-LLaMA-13B-v1 | 在240万条中英文医疗数据集shibing624/medical上SFT微调了一版Ziya-LLaMA-13B模型，医疗问答效果有提升，发布微调后的LoRA权重(单轮对话) |
| shibing624/ziya-llama-13b-medical-merged | IDEA-CCNL/Ziya-LLaMA-13B-v1 | 在240万条中英文医疗数据集shibing624/medical上SFT微调了一版Ziya-LLaMA-13B模型，医疗问答效果有提升，发布微调后的完整模型权重(单轮对话) |
| shibing624/vicuna-baichuan-13b-chat-lora | baichuan-inc/Baichuan-13B-Chat | 在10万条多语言ShareGPT GPT4多轮对话数据集shibing624/sharegpt_gpt4 和 医疗数据集shibing624/medical 上SFT微调了一版baichuan-13b-chat多轮问答模型，日常问答和医疗问答效果有提升，发布微调后的LoRA权重 |
| shibing624/vicuna-baichuan-13b-chat | baichuan-inc/Baichuan-13B-Chat | 在10万条多语言ShareGPT GPT4多轮对话数据集shibing624/sharegpt_gpt4 和 医疗数据集shibing624/medical 上SFT微调了一版baichuan-13b-chat多轮问答模型，日常问答和医疗问答效果有提升，发布微调后的完整模型权重 |
| shibing624/llama-3-8b-instruct-262k-chinese | Llama-3-8B-Instruct-262k | 在2万条中英文偏好数据集shibing624/DPO-En-Zh-20k-Preference上使用ORPO方法微调得到的超长文本多轮对话模型，适用于RAG、多轮对话 |
演示shibing624/vicuna-baichuan-13b-chat模型效果：
具体case见Inference Examples
我们提供了一个简洁的基于gradio的交互式web界面，启动服务后，可通过浏览器访问，输入问题，模型会返回答案。
启动服务，命令如下：
CUDA_VISIBLE_DEVICES=0 python gradio_demo.py --model_type base_model_type --base_model path_to_llama_hf_dir --lora_model path_to_lora_dir参数说明：
--model_type {base_model_type}：预训练模型类型，如llama、bloom、chatglm等--base_model {base_model}：存放HF格式的LLaMA模型权重和配置文件的目录，也可使用HF Model Hub模型调用名称--lora_model {lora_model}：LoRA文件所在目录，也可使用HF Model Hub模型调用名称。若lora权重已经合并到预训练模型，则删除--lora_model参数--tokenizer_path {tokenizer_path}：存放对应tokenizer的目录。若不提供此参数，则其默认值与--base_model相同--template_name：模板名称，如vicuna、alpaca等。若不提供此参数，则其默认值是vicuna--only_cpu: 仅使用CPU进行推理--resize_emb：是否调整embedding大小，若不调整，则使用预训练模型的embedding大小，默认不调整
requirements.txt会不时更新以适配最新功能，使用以下命令更新依赖:
git clone https://github.com/shibing624/MedicalGPT
cd MedicalGPT
pip install -r requirements.txt --upgrade* 估算值
| 训练方法 | 精度 | 7B | 13B | 30B | 70B | 110B | 8x7B | 8x22B |
|---|---|---|---|---|---|---|---|---|
| 全参数 | AMP(自动混合精度) | 120GB | 240GB | 600GB | 1200GB | 2000GB | 900GB | 2400GB |
| 全参数 | 16 | 60GB | 120GB | 300GB | 600GB | 900GB | 400GB | 1200GB |
| LoRA | 16 | 16GB | 32GB | 64GB | 160GB | 240GB | 120GB | 320GB |
| QLoRA | 8 | 10GB | 20GB | 40GB | 80GB | 140GB | 60GB | 160GB |
| QLoRA | 4 | 6GB | 12GB | 24GB | 48GB | 72GB | 30GB | 96GB |
| QLoRA | 2 | 4GB | 8GB | 16GB | 24GB | 48GB | 18GB | 48GB |
Training Stage:
| Stage | Introduction | Python script | Shell script |
|---|---|---|---|
| Continue Pretraining | 增量预训练 | pretraining.py | run_pt.sh |
| Supervised Fine-tuning | 有监督微调 | supervised_finetuning.py | run_sft.sh |
| Direct Preference Optimization | 直接偏好优化 | dpo_training.py | run_dpo.sh |
| Reward Modeling | 奖励模型建模 | reward_modeling.py | run_rm.sh |
| Reinforcement Learning | 强化学习 | ppo_training.py | run_ppo.sh |
| ORPO | 概率偏好优化 | orpo_training.py | run_orpo.sh |
- 提供完整PT+SFT+DPO全阶段串起来训练的pipeline：run_training_dpo_pipeline.ipynb ，其对应的colab：
，运行完大概需要15分钟
- 提供完整PT+SFT+RLHF全阶段串起来训练的pipeline：run_training_ppo_pipeline.ipynb ，其对应的colab：
- 提供基于知识库文件的LLM问答功能（RAG）：chatpdf.py
- 训练参数说明 | 训练参数说明wiki
- 数据集 | 数据集wiki
- 扩充词表 | 扩充词表wiki
- FAQ | FAQ_wiki
| Model Name | Model Size | Target Modules | Template |
|---|---|---|---|
| Baichuan | 7B/13B | W_pack | baichuan |
| Baichuan2 | 7B/13B | W_pack | baichuan2 |
| BLOOMZ | 560M/1.1B/1.7B/3B/7.1B/176B | query_key_value | vicuna |
| ChatGLM | 6B | query_key_value | chatglm |
| ChatGLM2 | 6B | query_key_value | chatglm2 |
| ChatGLM3 | 6B | query_key_value | chatglm3 |
| Cohere | 104B | q_proj,v_proj | cohere |
| DeepSeek | 7B/16B/67B | q_proj,v_proj | deepseek |
| InternLM2 | 7B/20B | wqkv | intern2 |
| LLaMA | 7B/13B/33B/65B | q_proj,v_proj | alpaca |
| LLaMA2 | 7B/13B/70B | q_proj,v_proj | llama2 |
| LLaMA3 | 8B/70B | q_proj,v_proj | llama3 |
| Mistral | 7B/8x7B | q_proj,v_proj | mistral |
| Orion | 14B | q_proj,v_proj | orion |
| Qwen | 1.8B/7B/14B/72B | c_attn | qwen |
| Qwen1.5 | 0.5B/1.8B/4B/14B/32B/72B/110B | q_proj,v_proj | qwen |
| Qwen2 | 0.5B/1.5B/7B/72B | q_proj,v_proj | qwen |
| XVERSE | 13B | query_key_value | xverse |
| Yi | 6B/34B | q_proj,v_proj | yi |
训练完成后，现在我们加载训练好的模型，验证模型生成文本的效果。
CUDA_VISIBLE_DEVICES=0 python inference.py \
--model_type base_model_type \
--base_model path_to_model_hf_dir \
--tokenizer_path path_to_model_hf_dir \
--lora_model path_to_lora \
--interactive参数说明：
--model_type {base_model_type}：预训练模型类型，如llama、bloom、chatglm等--base_model {base_model}：存放HF格式的LLaMA模型权重和配置文件的目录--tokenizer_path {base_model}：存放HF格式的LLaMA模型权重和配置文件的目录--lora_model {lora_model}：LoRA解压后文件所在目录，也可使用HF Model Hub模型调用名称。如果已经合并了LoRA权重到预训练模型，则可以不提供此参数--tokenizer_path {tokenizer_path}：存放对应tokenizer的目录。若不提供此参数，则其默认值与--base_model相同--template_name：模板名称，如vicuna、alpaca等。若不提供此参数，则其默认值是vicuna--interactive：以交互方式启动多轮问答，使用流式推理--data_file {file_name}：非交互方式启动下，读取file_name中的的内容进行batch预测--output_file {file_name}：非交互式方式下，将预测的结果以jsonl格式写入file_name--resize_emb：是否调整embedding大小，若不调整，则使用预训练模型的embedding大小，默认不调整--only_cpu：仅使用CPU进行推理--gpus {gpu_ids}：指定使用的GPU设备编号，默认为0。如使用多张GPU，以逗号分隔，如0,1,2
多卡数据并行，batch推理
CUDA_VISIBLE_DEVICES=0,1 torchrun --nproc_per_node 2 inference_multigpu_demo.py --model_type baichuan --base_model shibing624/vicuna-baichuan-13b-chatbash run_Multi-GPUs-deployment.shshibing624/vicuna-baichuan-13b-chat inference examples:
Model output case
| Human | Assitant |
|---|---|
| 小孩发烧怎么办 | 发烧是身体对感染或其他疾病的自然反应。以下是一些可以帮助缓解发烧症状的建议： 1. 保持身体水分充足：发烧时，身体会失去水分，因此需要保持水分充足。 2. 使用冰袋：将冰袋放在额头或颈部可以帮助降低体温。 3. 使用退烧药：退烧药可以帮助降低体温。 4. 保持身体温度：保持身体温度可以帮助降低体温。 5. 使用冷水或温水擦拭身体：使用冷水或温水擦拭身体可以帮助降低体温。 6. 使用退烧药：退烧药可以帮助降低体温。 7. 保持身体温度：保持身体温度可以帮助降低体温。 8. 使用冷水或温水擦拭身体：使用冷水或温水擦拭身体可以帮助降低体温。 9. 使用退烧药：退烧药可以帮助降低体温。 10. 保持身体温度：保持身体温度可以帮助降低体温。 |
| 一岁宝宝发烧能吃啥药？ | 1岁宝宝发烧时，可以考虑以下几种药物： 1. 退烧药：如布洛芬(Ibuprofen)或对乙酰氨基酚(Paracetamol)。这些药物可以帮助降低体温，缓解发烧症状。 2. 抗生素：如果发烧是由细菌感染引起的，可以考虑使用抗生素。但请务必在医生的建议下使用。 3. 抗病毒药物：如果发烧是由病毒感染引起的，可以考虑使用抗病毒药物。但请务必在医生的建议下使用。 4. 解热镇痛药：如阿司匹林(Aspirin)或对乙酰氨基酚(Paracetamol)。这些药物可以帮助缓解发烧症状。 5. 抗组胺药：如苯海拉明(Diphenhydramine)或非索非那定(Naproxen)。这些药物可以帮助缓解发烧症状。 请务必在医生的建议下使用这些药物，并遵循药物说明书上的用量和用法。同时，保持宝宝充足的水分摄入，并确保宝宝有足够的休息。 |
| 肛门病变可能是什么疾病的症状 | 肛门病变可能由多种原因引起，包括感染、炎症、肿瘤或其他疾病。一些常见的肛门病变包括： 1. 肛裂：这是一种肛门皮肤撕裂，通常由便秘或其他压力因素引起。 2. 肛瘘：这是一种肛门感染，导致肛门皮肤和直肠之间形成瘘管。 3. 肛门疣：这是一种肛门皮肤上形成的疣状病变，通常由人类乳头状瘤病毒(HPV)引起。 4. 肛门脓肿：这是一种肛门感染，导致肛门皮肤下形成脓肿。 5. 肛门肿瘤：这是一种肛门皮肤或直肠内形成的肿瘤。 6. 肛门溃疡：这是一种肛门皮肤上形成的溃疡，通常由感染或炎症引起。 7. 肛门瘙痒：这是一种肛门皮肤瘙痒的症状，可能由感染、炎症或其他疾病引起。 如果您有肛门病变的症状，请咨询医疗保健专业人员以获得适当的诊断和治疗。 |
| 医生，您好白带增多泛黄怎么回事？ | 您好，白带增多和发黄可能是由多种原因引起的，包括感染、荷尔蒙变化、阴道干燥或其他妇科问题。以下是一些可能的原因： 1. 感染：白带增多和发黄可能是由阴道或尿道感染引起的。感染可能由细菌、病毒或真菌引起。 2. 荷尔蒙变化：荷尔蒙变化，如月经周期或更年期，可能会导致白带增多和发黄。 3. 阴道干燥：阴道干燥可能会导致白带增多和发黄。 4. 其他妇科问题：其他妇科问题，如子宫颈炎、子宫内膜炎或子宫内膜异位症，也可能导致白带增多和发黄。 如果您担心自己的白带，建议您咨询妇科医生进行检查和诊断。医生可以根据您的症状和检查结果确定原因并提供适当的治疗。 |
| 药流后有巧克力白带是没流干净吗 | 药流后出现巧克力白带并不一定意味着没有流干净。巧克力白带是由于子宫内膜脱落和出血引起的，通常在药流后的一段时间内会出现。 药流后出现巧克力白带的原因可能包括： 1. 子宫内膜脱落：药流后，子宫内膜会脱落，导致出血。这种出血可能表现为巧克力白带。 2. 感染：药流后，子宫内膜和宫颈口可能存在创伤，容易受到细菌感染。感染可能导致巧克力白带。 3. 激素水平变化：药流后，激素水平可能发生变化，导致巧克力白带。 如果巧克力白带持续时间较长，或者伴有其他症状，如腹痛、发热、分泌物异味等，建议及时就诊，进行相关检查，如妇科检查、B超等，以确定是否存在感染或其他问题。在医生的指导下进行相应的治疗。 |
| 维胺酯维E乳膏能治理什么疾病 | 维胺酯维E乳膏是一种外用药物，主要用于治疗痤疮、脂溢性皮炎等皮肤病。它可以帮助减少皮肤油脂分泌，减轻炎症，促进皮肤修复。 需要注意的是，维胺酯维E乳膏并非万能药，对于某些皮肤病可能并不适用。在使用前，建议咨询医生或药师，了解药物的适应症、禁忌症、用法用量等信息。同时，使用药物时应遵循医嘱，避免自行滥用。 |
| 痤疮是什么原因导致的? | 痤疮，也称为粉刺，是由皮肤毛孔堵塞引起的。堵塞毛孔的原因有很多，包括： 1. 皮脂腺过度活跃：皮脂腺产生过多油脂，导致毛孔堵塞。 2. 毛孔堵塞：皮肤表面的死皮细胞、油脂和细菌堵塞毛孔。 3. 炎症：痤疮通常伴随着炎症，这可能是由于皮肤感染或免疫系统对痤疮的反应引起的。 4. 遗传因素：某些人可能更容易患痤疮，这可能是由于遗传因素引起的。 5. 荷尔蒙变化：痤疮在青春期和月经期间更为常见，这可能是由于荷尔蒙变化引起的。 6. 生活方式因素：某些生活方式因素，如压力、不良饮食和缺乏运动，也可能导致痤疮。 7. 化妆品和护肤品：某些化妆品和护肤品可能导致痤疮，特别是那些含有刺激性成分的产品。 8. 药物：某些药物，如口服避孕药，也可能导致痤疮。 要预防痤疮，可以采取一些措施，如保持皮肤清洁、使用温和的护肤品、避免过度使用化妆品和护肤品、保持健康的生活方式和饮食习惯、避免压力和荷尔蒙变化。如果痤疮严重，可能需要寻求皮肤科医生的帮助。 |
| 脸上长青春痘怎么办,能吃啥药,需要注意啥 | 青春痘，又称痤疮，是一种常见的皮肤病。青春痘的治疗需要综合考虑饮食、生活习惯、药物等多个方面。以下是一些建议： 1. 饮食： * 避免高糖、高脂、高油的食物，如快餐、甜点、油炸食品等。 * 多吃新鲜蔬菜、水果、全谷类食物，以增加纤维摄入，促进肠道蠕动。 * 避免摄入过多的咖啡因、酒精、辛辣食物等刺激性食物。 2. 生活习惯： * 保持良好的作息时间，保证充足的睡眠。 * 避免长时间使用电脑、手机等电子产品，以免辐射对皮肤造成刺激。 * 保持皮肤清洁，每天早晚使用温和的洁面产品清洁皮肤。 * 避免挤压青春痘，以免感染和留下疤痕。 3. 药物： * 外用药物：可以使用含有水杨酸、苯甲酸、壬二酸等成分的护肤品，帮助去除皮肤表面的角质，减少痘痘的形成。 * 口服药物：如果青春痘严重，可以考虑口服抗生素、维生素B族、锌等药物，但需在医生指导下使用。 4. 注意： * 不要随意使用化妆品、护肤品，以免刺激皮肤。 * 不要过度清洁皮肤，以免破坏皮肤屏障。 * 保持心情舒畅，避免焦虑、抑郁等负面情绪。 总之，青春痘的治疗需要综合考虑饮食、生活习惯、药物等多个方面。在治疗过程中，要保持耐心和信心，遵循医生的建议，逐步改善皮肤状况。 |
| 由于输精管堵塞会不会导致男性不育？，医生您好，我同事这几天不开心，我问她怎么了，她说她老公输精管堵塞，所以一直没孩子，不是不想要，请问输精管堵塞会不会导致男性不育？ | 输精管堵塞可能会导致男性不育。输精管是连接睾丸和尿道的一条管道，负责将精子从睾丸输送到尿道。如果输精管堵塞，精子就无法通过输精管到达尿道，从而导致不育。 输精管堵塞的原因有很多，包括先天性发育异常、炎症、肿瘤、外伤等。输精管堵塞的治疗方法包括手术疏通、药物治疗等。如果输精管堵塞严重，可能需要进行手术疏通。 需要注意的是，输精管堵塞并不一定导致不育，因为还有其他途径可以将精子输送到女性体内。例如，精子可以通过附睾、前列腺等组织到达女性体内。因此，如果输精管堵塞，建议及时就医，寻求专业医生的帮助。 |
| 心肌梗塞能治疗吗？ | 心肌梗死是一种严重的疾病，如果及时治疗，可以挽救生命并防止长期残疾。治疗心肌梗死的关键是尽早识别和治疗。 心肌梗死的治疗通常包括以下步骤： 1. 立即就医：如果出现胸痛、呼吸急促或晕厥等症状，立即就医。 2. 药物治疗：医生可能会开处方药物，如硝酸甘油或阿司匹林，以帮助缓解症状并防止进一步的损伤。 3. 溶栓治疗：如果患者在到达医院前出现心肌梗死，医生可能会进行溶栓治疗，通过注射溶解血栓的药物来帮助恢复血流。 4. 手术治疗：如果药物治疗或溶栓治疗无效，医生可能会建议进行手术，如冠状动脉搭桥手术或心脏支架植入术。 5. 康复和预防：心肌梗死的治疗通常包括康复计划，以帮助患者恢复身体功能并预防未来的心脏事件。此外，患者还应遵循医生的建议，以降低患心脏病的风险。 需要注意的是，心肌梗死的治疗取决于患者的具体情况和症状。因此，如果您或您认识的人出现心肌梗死症状，请立即就医。 |
| 怎么让自己精力充沛，列5点建议 | 1. 保持充足的睡眠：睡眠对于保持精力充沛至关重要。确保每晚获得7-9小时的高质量睡眠。 2. 均衡饮食：均衡饮食对于保持能量水平至关重要。确保摄入足够的蛋白质、碳水化合物和健康脂肪。 3. 定期锻炼：定期锻炼可以帮助提高能量水平。尝试每天进行至少30分钟的有氧运动，如散步、跑步或骑自行车。 4. 管理压力：压力会消耗能量，因此管理压力对于保持精力充沛至关重要。尝试找到放松和减压的方法，如冥想、瑜伽或深呼吸练习。 5. 保持水分：脱水会降低能量水平。确保每天喝足够的水，并根据需要补充水分。 |
| 写个春天的诗 | 春天， 是大地苏醒的季节， 是万物复苏的季节， 是生命绽放的季节。 春天， 是阳光明媚的季节， 是鸟语花香的季节， 是绿意盎然的季节， 是希望无限的季节。 春天， 是人们欢笑的季节， 是孩子们嬉戏的季节， 是恋人们相拥的季节， 是人们追求梦想的季节。 |
| 南极洲为啥没有北极熊? | 南极洲没有北极熊，因为北极熊生活在北极地区，而南极洲位于南半球，气候和环境与北极地区有很大不同。南极洲的气候非常寒冷，常年被冰雪覆盖，而北极熊则生活在北极地区，那里有丰富的海洋生物和陆地哺乳动物。此外，南极洲的生态系统也与北极地区不同，没有北极熊所需的生存条件。 |
- 240万条中文医疗数据集(包括预训练、指令微调和奖励数据集)：shibing624/medical
- 22万条中文医疗对话数据集(华佗项目)：shibing624/huatuo_medical_qa_sharegpt 【本项目支持格式】
- 16GB中英文无监督、平行语料Linly-AI/Chinese-pretraining-dataset
- 524MB中文维基百科语料wikipedia-cn-20230720-filtered
- 10万条多语言ShareGPT GPT4多轮对话数据集：shibing624/sharegpt_gpt4 【本项目支持格式】
- 9万条英文ShareGPT多轮对话数集：anon8231489123/ShareGPT_Vicuna_unfiltered 【本项目支持格式】
- 50万条中文ChatGPT指令Belle数据集：BelleGroup/train_0.5M_CN
- 100万条中文ChatGPT指令Belle数据集：BelleGroup/train_1M_CN
- 5万条英文ChatGPT指令Alpaca数据集：50k English Stanford Alpaca dataset
- 2万条中文ChatGPT指令Alpaca数据集：shibing624/alpaca-zh
- 69万条中文指令Guanaco数据集(Belle50万条+Guanaco19万条)：Chinese-Vicuna/guanaco_belle_merge_v1.0
- 5万条英文ChatGPT多轮对话数据集：RyokoAI/ShareGPT52K
- 80万条中文ChatGPT多轮对话数据集：BelleGroup/multiturn_chat_0.8M
- 116万条中文ChatGPT多轮对话数据集：fnlp/moss-002-sft-data
- 3.8万条中文ShareGPT多轮对话数据集：FreedomIntelligence/ShareGPT-CN
- 130万条中文微调数据集（汇总）：zhuangxialie/Llama3-Chinese-Dataset 【本项目支持格式】
- 7千条中文角色扮演多轮对话数据集：shibing624/roleplay-zh-sharegpt-gpt4-data 【本项目支持格式】
- 2万条中英文偏好数据集：shibing624/DPO-En-Zh-20k-Preference 【本项目支持格式】
- 原版的oasst1数据集：OpenAssistant/oasst1
- 2万条多语言oasst1的reward数据集：tasksource/oasst1_pairwise_rlhf_reward
- 11万条英文hh-rlhf的reward数据集：Dahoas/full-hh-rlhf
- 9万条英文reward数据集(来自Anthropic's Helpful Harmless dataset)：Dahoas/static-hh
- 7万条英文reward数据集（来源同上）：Dahoas/rm-static
- 7万条繁体中文的reward数据集（翻译自rm-static）liswei/rm-static-m2m100-zh
- 7万条英文Reward数据集：yitingxie/rlhf-reward-datasets
- 3千条中文知乎问答偏好数据集：liyucheng/zhihu_rlhf_3k
- Issue(建议)
：
- 邮件我：xuming: [email protected]
- 微信我： 加我微信号：xuming624, 备注：姓名-公司名-NLP 进NLP交流群（加我拉你进群）。
本项目仅可应用于研究目的，项目开发者不承担任何因使用本项目（包含但不限于数据、模型、代码等）导致的危害或损失。详细请参考免责声明。
MedicalGPT项目代码的授权协议为 The Apache License 2.0，代码可免费用做商业用途，模型权重和数据只能用于研究目的。请在产品说明中附加MedicalGPT的链接和授权协议。
如果你在研究中使用了MedicalGPT，请按如下格式引用：
@misc{MedicalGPT,
title={MedicalGPT: Training Medical GPT Model},
author={Ming Xu},
year={2023},
howpublished={\url{https://github.com/shibing624/MedicalGPT}},
}项目代码还很粗糙，如果大家对代码有所改进，欢迎提交回本项目，在提交之前，注意以下两点：
- 在
tests添加相应的单元测试 - 使用
python -m pytest来运行所有单元测试，确保所有单测都是通过的
之后即可提交PR。
- Direct Preference Optimization:Your Language Model is Secretly a Reward Model
- tloen/alpaca-lora
- ymcui/Chinese-LLaMA-Alpaca
- hiyouga/LLaMA-Factory
- dvlab-research/LongLoRA
Thanks for their great work!
- shibing624/ChatPilot：给 LLM Agent（包括RAG、在线搜索、Code interpreter） 提供一个简单好用的Web UI界面