# 醫療問答優化

基於LLaMA 3.2 3B Instruct微調的醫療領域專用模型，適用於醫療問答、症狀檢查和患者教育等任務

基於BAAI/bge-reranker-base模型轉換的GGUF格式重排序模型，支持中英文文本排序任務

基於Llama架構蒸餾優化的8B參數醫療問答模型，通過專業醫學數據微調提升臨床決策支持能力

這是一個基於 Llama-3.1 架構的 8B 參數語言模型，通過 mergekit 工具合併了多個專業領域的 Llama-3.1 變體模型。

該模型是通過llama.cpp從thenlper/gte-large-zh轉換而來的GGUF格式模型，主要用於中文文本嵌入和句子相似度計算。

該模型是從BAAI/bge-reranker-base轉換而來的GGUF格式模型，主要用於文本重排序任務。

該模型是基於BAAI/bge-reranker-large轉換而來的GGUF格式模型，用於重排序任務，支持中英文。

基於Minbyul/selfbiorag-7b-wo-kqa_golden-iter-dpo-step3-filtered微調的版本，使用HuggingFace MedLFQA（不含kqa_golden）數據集進行直接偏好優化(DPO)訓練

Llama-medx_v3.2 是專為醫療領域微調的大語言模型，基於 Meta-Llama-3.1-8B 架構開發，通過監督式微調（SFT）與優勢比偏好優化（ORPO）技術訓練，精準掌握醫學術語與臨床推理能力。

基於RankNet損失函數訓練的波蘭語文本排序模型，適用於信息檢索任務

這是一個基於Llama-2-13B的混合模型，結合了Tiefighter、MedLLaMA和limarp-v2等多個模型的特點，適用於多種文本生成任務。

基於Baichaun-13B-chat的Vicuna微調對話模型，在通用對話和醫療諮詢方面表現優異。