# 醫療問答

該項目提供了Echelon-AI/Med-Qwen2-7B模型的GGUF量化文件，由Featherless AI提供支持，旨在增強模型性能並降低運行成本。

MedGemma-27B-Text-IT是基於Gemma 3架構的醫療專用大語言模型，針對醫療文本處理進行了優化，提供多種量化版本以適應不同硬件環境。

QwenMedic-v1是基於Qwen3-1.7B開發的醫療專用語言模型，針對臨床推理和指令跟隨任務進行了微調，提升診斷問答和臨床摘要生成能力。

Medra是基於醫療領域數據集微調的量化語言模型，專注於醫療問答和摘要生成任務。

基於Qwen2.5-3B-Instruct模型在醫療健康數據集上微調的版本，旨在生成與醫療相關的響應，為用戶提供健康指導。

HealthGPT 是一個專為統一的多模態醫療任務而開發的模型，支持英文和中文。

這是一個基於DeepSeek-R1微調的醫療領域問答模型，專注於處理醫療相關的文本生成任務。

Qwen2.5-Aloe-Beta-7B是一款開源醫療大語言模型，在多項醫療任務中達到最先進性能。基於Qwen2.5-7B架構微調，訓練數據涵蓋18億token的多樣化醫療任務。

蘆薈（Aloe）是一個全新的醫療大語言模型家族，通過模型融合和先進的提示策略，在同類型開源模型中極具競爭力。

這是一個從Chuxin-Embedding轉換而來的GGUF格式模型，主要用於中文文本檢索任務。

基於Llama3-8B改進的醫療對話模型，專門針對醫學問答和臨床文本處理優化

基於Llama-3-8B的醫療領域中文模型，通過slerp方法合併WiNGPT2和JSL-MedLlama-3-8B模型

由John Snow Labs開發的醫療領域大語言模型，基於Microsoft Phi-2架構優化

由John Snow Labs開發的醫療領域大語言模型，基於Meta-Llama-3-8B進行監督微調(SFT)

基於epfl-llm/meditron-7b微調的Llama3 8B系列醫療聊天模型，採用SFT QLora技術訓練

基於LLaMa-3架構的醫療專用語言模型，在大量健康信息數據集上微調，提供專業醫療建議

由醫學醫生訓練的大型醫療領域語言模型，首個在MedQA（USMLE）考試中得分超過60%及格線的7b模型

首個希臘語大型基礎語言模型，基於Mistral-7B架構，通過400億token的希臘語和英語語料增強希臘語能力

基於Mistral架構的醫療領域開源大語言模型，通過PubMed Central文本繼續預訓練

Dr Samantha 7B 是一個基於Llama架構的醫療領域大語言模型，支持英文和中文，專注於醫療問答和健康諮詢任務。

基於Llama-2-7B-Chat-GGML模型的醫療領域聊天機器人，專注於回答醫學相關問題並提供醫學文本生成能力

WiNGPT2是基於GPT架構的醫療垂直領域大模型，致力於整合專業醫學知識、醫療信息和數據，為行業提供智能化的醫療問答、診斷支持和醫學知識服務。

Meditron 7B是EPFL LLM Team開發的醫療領域大語言模型，基於Llama-2-7B繼續預訓練，專注於醫療知識編碼和臨床決策支持。

一個基於GPT-2的醫療問答聊天機器人模型，專注於提供醫療相關信息回答

Meditron-70B是基於Llama-2-70B通過醫療領域持續預訓練的開源大語言模型，專注於醫療知識編碼和推理任務。

Med42 70B是由阿聯酋M42 Health創建的醫療助手模型，專注於醫療健康領域的文本生成任務。

WiNGPT2是基於GPT架構的醫療垂直領域大模型，致力於整合專業醫學知識、醫療信息和數據，為行業提供智能問答、診斷支持及醫學知識服務。

PMC_LLaMA_13B是基於LLaMA-13B架構的醫療領域大語言模型，通過醫學語料庫進行持續預訓練和指令微調，具備專業醫療知識問答能力

專為醫療領域任務微調的大型語言模型LoRa，基於650億參數的LLaMA Guanaco LORA，提升問答和醫療對話任務性能

一個基於GPT-2的醫療領域對話生成模型，用於回答醫療相關問題，但不可用於實際醫療決策。

MedAlpaca 13b是一個專門針對醫療領域任務進行微調的大型語言模型，基於LLaMA架構，包含130億參數，旨在提升醫療問答和對話任務的性能。

專為醫療領域優化的70億參數語言模型，基於LLaMA架構微調，擅長醫療問答和對話任務

基於海量中文機器閱讀理解數據訓練的MacBERT-Large模型，在閱讀理解/文本分類等任務上有顯著提升

基於海量中文閱讀理解數據訓練的roberta_wwm_ext_large模型，在閱讀理解/文本分類等任務上表現顯著提升。