# 醫學問答

MedGemma是基於Gemma 3構建的醫療領域多模態模型，包含4B和27B兩個版本，專注於醫療文本和圖像理解任務。

HealthGPT是一個專為統一的多模態醫療任務而開發的大型語言模型。

基於DeepSeek-R1-Distill-Llama-8B微調的醫療思維鏈推理模型，通過QLoRA量化技術和Unsloth優化方案增強醫療推理能力。

Llama-Krikri-8B-Base是基於Llama-3.1-8B構建的大型希臘語基礎語言模型，通過持續預訓練擴展希臘語能力，同時保持英語能力。

基於Llama-2-7b微調的醫學對話模型，用於回答醫學相關問題並提供詳細知識。

Med42-v2是由M42開發的臨床對齊大語言模型套件，基於LLaMA-3架構，包含80億或700億參數版本，旨在提供高質量醫學問答能力。

這是一個基於PubMedQA數據集微調的Llama3模型，專注於醫學領域的問答任務。

MMedLM是一個專注於醫學領域的多語言語言模型，基於Llama 3架構，在醫學問答等任務中表現出色。

由 John Snow Labs 開發的醫學領域大語言模型，基於 Meta-Llama-3-8B 進行微調，適用於醫學相關任務。

基於Meta-Llama-3-8B微調的生物醫學領域大語言模型，專注於醫療健康與生物醫學問答

由約翰斯諾實驗室開發的70億參數醫學大語言模型，專為生物醫學領域優化

Meltemi-7B-Instruct-v1是基於Mistral-7B架構的希臘語指令微調大語言模型，支持8192上下文長度，專為希臘語任務優化

BioMistral-7B-mistral7instruct-dare是基於Mistral-7B-Instruct-v0.1和BioMistral-7B使用DARE方法合併的醫學領域大語言模型，專注於生物醫學文本生成任務。

BioMistral-7B-slerp是通過SLERP方法合併BioMistral-7B和Mistral-7B-Instruct-v0.1的醫學領域語言模型，專注於生物醫學文本處理

BioMistral是基於Mistral架構、使用PubMed Central開放獲取文本數據繼續預訓練的醫學領域開源模型套件。

基於epfl-llm/meditron-7b使用Alpaca數據集進行SFT訓練的精調版本，專注於醫學領域的問答任務

臨床駱駝是一個基於LLaMA-2 70B架構、採用QLoRA微調的開源大語言模型，專為醫學和臨床研究領域定製。

基於Llama-2-7b-chat模型在醫學問答數據集MedQuAD上微調的醫療問答模型

Palmyra-Med-20b 是一個擁有200億參數的醫學領域大語言模型，基於Palmyra-Large在醫學數據集上微調，擅長醫學對話和問答任務。

基於PubMedBERT在生物醫學領域文本上進行微調的模型，用於PubMedQA任務