Medical-R1-Distill-Data

מה זה

המאגר מיועד לאימון מודלים של שפה ומבוסס על שאלות רפואיות שניתנות לאימות מתוך פרויקט הואטואו ג'יפיטי או אחת. הרשומות מורכבות משאלות ותשובות שכוללות שרשראות חשיבה מלאות שחולצו בקריאות ישירות לשרתי המקור של דיפסיק אר אחת, בלי קיצורי דרך או עריכות מתווכים.

התוכן הנוכחי ממוקד באנגלית, בזמן שהגרסה הסינית מנוהלת במאגר נפרד לחלוטין. היוצרים מפנים למאמר המדעי שלהם על הפרויקט כדי להבין את מנגנון האימות של השאלות, והם מציעים חלופה ישנה יותר שמבוססת על שרשראות חשיבה שיוצרו עם ג'יפיטי ארבע או.

מתאים ל

• אימון מודל רפואי ייעודי

  לימוד שרשראות חשיבה לפתרון בעיות קליניות מורכבות על בסיס התוצרים של דיפסיק אר אחת.

• הערכת יכולות הסקה

  בדיקת איכות הנימוק של מודלים קיימים מול שרשראות החשיבה שנשמרו במאגר.

• השוואת מנועי הסקה

  השוואת איכות התוכן הרפואי מול שרשראות מקבילות של מודלים מתחרים כמו ג'יפיטי ארבע או.

איפה זה נופל

הנתונים קיימים באנגלית בלבד, בלי שום תמיכה בעברית או התאמה למערכת הבריאות והמינוחים בישראל. מעבר לזה, המידע מגיע מזיקוק של מודל שפה, ולמרות שמדובר בשאלות שמוגדרות כניתנות לאימות, מודלים עדיין נוטים להזיות בעולם הרפואי. לא הייתי מכניס שרשראות חשיבה כאלה למוצר שפוגש מטופלים בלי מעבר ידני של אנשי מקצוע על הפלטים.

איך טוענים

טוענים את הנתונים ישירות דרך ספריית הדאטהסטס הרגילה או מורידים את הקובץ medical_r1_distill_sft.json שנמצא במאגר. אין צורך בבקשת גישה מיוחדת או אישור מראש כי המאגר פתוח לכולם. המאגר כולל שלושה קבצים בלבד, כולל תיעוד, כך שהמבנה פשוט ומתאים ישר להזנה לתהליכי אימון בלי סיבוכים מיותרים.

from datasets import load_dataset

ds = load_dataset("FreedomIntelligence/Medical-R1-Distill-Data")

הרישיון

המאגר פורסם תחת רישיון אפאצ'י שתיים אפס. מותר להשתמש בו לצרכים מסחריים ומחקריים, לשנות אותו ולשלב אותו במוצרים, כל עוד שומרים על הודעת הרישיון המקורית ונותנים ייחוס ליוצרים. מודל שאומן על הנתונים אינו מחויב להיפתח תחת אותו רישיון.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗