Medical-Reasoning-SFT-Nemotron-Nano-30B

מה זה

כל הרשומות כאן מבוססות על שאלות ותשובות רפואיות שנוצרו במלואן באמצעות המודל Nemotron-3-Nano-30B של אנבידיה. המאגר מכיל 444,544 דוגמאות שיחה שכוללות יחד מעל מיליארד טוקנים, כאשר כמאתיים מיליון מתוכם מוקדשים לצעדי החשיבה עצמם.

המבנה מיושר לפי תקן הודעות שיחה רגיל של מערכת, משתמש ועוזר. בכל הודעה של העוזר מופיע שדה נוסף עם תהליך ההסקה הפנימי שקדם לתשובה הסופית. הכרטיס לא מציין מאיזה מקור נאספו שאלות המשתמש המקוריות או אילו מנגנוני סינון ובקרת איכות הופעלו על הטקסט שנוצר, ומציג את הדאטה כמקשה אחת המיועדת לאימון.

מתאים ל

• אימון מודלי חשיבה רפואית

  כוונון עדין של מודלי שפה כדי שייצרו שרשרת הסקה מנומקת לפני מתן תשובה רפואית.

• בניית מענה לשאלות בריאות

  פיתוח עוזרי שיחה באנגלית המסוגלים לפרק מושגים קליניים ותסמינים למשתמשים.

• מחקר על תהליכי הסקה

  ניתוח האופן שבו מודלים מייצרים נימוקים ודפוסי לוגיקה בשאלות מורכבות.

איפה זה נופל

כל הטקסט נוצר על ידי בינה מלאכותית ולא נבדק או אומת בידי רופאים בשר ודם, מה שפותח פתח ישיר להזיות ולשגיאות קליניות עובדתיות. היוצרים מבהירים במפורש ששרשרת ההסקה מייצגת את האופן שבו המודל פועל ולא בהכרח פרוטוקול רפואי תקין. אין כאן מילה אחת בעברית אלא אנגלית בלבד, וכל ניסיון לשלב את הפלטים האלה בכלי להחלטות רפואיות ללא בקרה אנושית צמודה יהיה הימור מסוכן.

איך טוענים

טוענים את הנתונים ישירות דרך ספריית datasets של Hugging Face בלי צורך באישור גישה מיוחד. המאגר שמור בעשרה קובצי Parquet של סט האימון, ללא חלוקה מובנית לסט בדיקה. השדה העיקרי הוא מערך ההודעות, שבו חשוב לשים לב לשדה התוכן הרגיל לצד שדה שרשרת החשיבה של תשובת העוזר.

from datasets import load_dataset

ds = load_dataset("OpenMed/Medical-Reasoning-SFT-Nemotron-Nano-30B")

הרישיון

המאגר מופץ תחת רישיון Apache 2.0 המאפשר שימוש מסחרי, שינוי והפצה של הנתונים, כולל אימון מודלים למוצרים פנימיים או מסחריים. התנאי העיקרי הוא שימור הודעת זכויות היוצרים והרישיון המקורי, בלי חובה לשחרר את המודלים שתאמנו תחת אותו רישיון.

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

הרישיון המלא ב־Hugging Face ↗