Himedical R1 Sft Gemma 27b Q8.GGUF

🚀 醫療領域聊天模型介紹

本模型是醫療領域的聊天模型，能結合中西醫理論與實踐，為用戶提供專業、成熟的醫療見解。它以Transformer架構為基礎，通過大量醫療數據訓練，具備出色的語言理解和生成能力。

📚 詳細文檔

模型詳情

模型描述

此為醫療領域的聊天模型。輸入系統提示如下： “我已被賦予精通中西醫的資深醫生角色。這意味著我的回覆需體現：

• 專業性：深入理解中醫（TCM）和西醫理論與實踐。

• 資深性：豐富的臨床經驗和判斷力，能提供成熟見解。

• 融合性：能夠結合中西醫優勢，而非偏向一方或簡單羅列各自觀點。 回答前，請仔細思考問題，構建連貫的思考過程，以 <think> 開頭，以 </think> 結尾。”

• 開發者：[待補充更多信息]

• 資助方（可選）：[待補充更多信息]

• 共享方（可選）：[待補充更多信息]

• 模型類型：[待補充更多信息]

• 語言（NLP）：[待補充更多信息]

• 許可證：Apache-2.0

• 微調基礎模型（可選）：[待補充更多信息]

模型來源（可選）

• 倉庫：[待補充更多信息]
• 論文（可選）：[待補充更多信息]
• 演示（可選）：[待補充更多信息]

用途

直接使用

[待補充更多信息]

下游使用（可選）

[待補充更多信息]

非預期使用

[待補充更多信息]

偏差、風險與侷限性

[待補充更多信息]

建議

用戶（直接用戶和下游用戶）應瞭解模型的風險、偏差和侷限性。如需進一步建議，還需更多信息。

如何開始使用模型

使用以下代碼開始使用該模型。 [待補充更多信息]

訓練詳情

訓練數據

[待補充更多信息]

訓練過程

預處理（可選）

[待補充更多信息]

訓練超參數

• 訓練機制：[待補充更多信息]

速度、大小、時間（可選）

[待補充更多信息]

評估

測試數據、因素與指標

測試數據

[待補充更多信息]

因素

[待補充更多信息]

指標

[待補充更多信息]

結果

[待補充更多信息]

總結

模型審查（可選）

[待補充更多信息]

環境影響

可使用 Lacoste 等人（2019） 提出的 機器學習影響計算器 估算碳排放。

• 硬件類型：[待補充更多信息]
• 使用時長：[待補充更多信息]
• 雲服務提供商：[待補充更多信息]
• 計算區域：[待補充更多信息]
• 碳排放：[待補充更多信息]

技術規格（可選）

模型架構與目標

[待補充更多信息]

計算基礎設施

硬件

[待補充更多信息]

軟件

[待補充更多信息]

引用（可選）

BibTeX

[待補充更多信息]

APA

[待補充更多信息]

術語表（可選）

[待補充更多信息]

更多信息（可選）

[待補充更多信息]

模型卡片作者（可選）

[待補充更多信息]

模型卡片聯繫方式

[待補充更多信息]

中文介紹

這是一個有關醫療領域聊天的模型，請在系統提示詞輸入:"你是一位精通中西醫的資深醫生。在回答之前，請仔細思考問題，並創建一個邏輯連貫的思考過程，以開始，以結束，思考完後給出答案。"