Citrus1.0 Llama 70B

🚀 Citrus：在醫療語言模型中利用專家認知路徑實現高級醫療決策支持

Citrus是一款醫療語言模型，它通過模擬醫學專家的認知過程，彌合了臨床專業知識與人工智能推理之間的差距。該模型能夠為醫療決策提供有力支持，推動人工智能在醫療領域的應用。

🚀 快速開始

你可以通過以下鏈接獲取本項目的相關資源：

• 📑論文
• 🤗Github頁面
• 🤗模型
• 📚醫療推理數據
• 📚評估數據

✨ 主要特性

1. 主要方法

2. 訓練階段和訓練數據管道概述

Citrus是一個醫療語言模型，它通過模擬醫學專家的認知過程，彌合了臨床專業知識和人工智能推理之間的差距。該模型在sft階段3的大量模擬專家疾病推理數據語料庫上進行訓練，這些數據是使用一種新方法合成的，能夠準確捕捉臨床醫生的決策路徑。

本工作的貢獻如下：

1. 我們提出了一種無需訓練的推理方法，該方法模擬醫學專家的認知過程，使大語言模型能夠在臨床診斷和治療中增強其醫療能力。
2. 結合數據構建方法，我們引入了一種多階段後訓練方法，以進一步提高模型的醫療性能。
3. 我們將Citrus模型及其訓練數據作為開源資源公開，以推動人工智能驅動的醫療決策研究。
4. 我們基於真實世界數據開發並開源了一個大規模、可更新的臨床實踐評估數據集，該數據集準確反映了現實環境中患者的分佈情況。

📄 許可證

1. 我們的模型基於Llama3.1 - 70B構建，Llama 3.1遵循Llama 3.1社區許可協議，版權所有 © Meta Platforms, Inc. 保留所有權利。
2. 我們的默認許可協議是MIT許可，前提是它不與Llama許可協議衝突。