Five Phases Mindset

🚀 引领中医智能化新篇章——“五行心智”智能中医问诊大模型

在人工智能技术飞速发展的当下，为传承和弘扬中医药精髓，腾讯烟台新工科研究院团队深入调研并与中医药学院合作，成功研发出基于 QWEN 的智能中医问诊大模型——“五行心智”。该模型借助十万条量级的问诊数据进行微调，致力于为用户提供更精准、个性化的中医问诊服务。

🚀 快速开始

“五行心智”智能中医问诊大模型将中医五行理论与人工智能技术相融合，通过深度学习、自然语言处理等技术，实现对患者病症的智能分析、诊断以及治疗方案推荐。与传统人工问诊方式相比，它具备以下显著优势：

1. 高效便捷：患者只需在手机、电脑等设备上输入症状，系统便能迅速给出诊断结果和治疗方案，节省了排队和等待时间。
2. 精准个性化：依托大数据和深度学习技术，该模型能依据患者的年龄、性别、病史等信息，提供更精准、个性化的诊断与建议。
3. 全天候服务：可随时随地为患者提供问诊服务，不受时间和地点限制，满足不同场景下患者的需求。
4. 智能推荐：在给出诊断结果的同时，会根据患者实际情况推荐合适的中医治疗方案，如中药、针灸、推拿等，助力患者更好康复。
5. 持续学习：模型具有持续学习能力，随着数据积累和技术迭代，其诊断准确率和治疗效果将不断提升。

✨ 主要特性

• 融合五行理论：将中医五行理论融入人工智能技术，实现对患者病症的智能分析、诊断和治疗方案推荐。
• 数据驱动微调：利用十万条量级的问诊数据进行微调，提升问诊服务的精准度和个性化程度。
• 多技术支持：借助深度学习、自然语言处理等技术，实现高效的病症分析和诊断。

📦 安装指南

大模型包含 1.8B 版本、7B 版本和 14B 版本，本次开源的是 1.8B 版本，且使用 GPTQ 量化为 int4，支持在消费级显卡上运行。 方便起见，建议按以下步骤克隆 Qwen 的原始存储库完成依赖安装：

git clone https://github.com/QwenLM/Qwen.git
cd Qwen
pip install -r requirements.txt

其次，请确保安装了 autogptq：

pip install auto-gptq optimum

若硬件支持，可使用 flash-attention 提升推理效率：

git clone https://github.com/Dao-AILab/flash-attention
pip uninstall -y ninja && pip install ninja
cd flash-attention && pip install .

💻 使用示例

基础用法

from transformers import AutoModelForCausalLM, AutoTokenizer
from transformers.generation import GenerationConfig

tokenizer = AutoTokenizer.from_pretrained("cookey39/Five_Phases_Mindset", trust_remote_code=True)

model = AutoModelForCausalLM.from_pretrained("cookey39/Five_Phases_Mindset", device_map="auto", trust_remote_code=True).eval()

# 可指定不同的生成长度、top_p等相关超参
model.generation_config = GenerationConfig.from_pretrained("cookey39/Five_Phases_Mindset", trust_remote_code=True)

# 设置温度参数，用于控制生成文本的多样性
model.generation_config.temperature = 0.6

# 对话需要遵循问诊格式：你是一位经验丰富中医医生，会根据患者的症状给出诊断和药方/n症状：
# 例如
response, _ = model.chat(tokenizer, "你是一位经验丰富中医医生，会根据患者的症状给出诊断和药方/n症状：感冒发热流鼻涕", history=None)
print(response)

🚀 部署

大模型部署请参考 Qwen 官方文档，建议采用 NVIDIA Triton + VLLM 的部署方式，可使推理速度提升三十倍以上。

📄 许可证

本项目采用 GPL - 3.0 许可证。

让我们共同期待“五行心智”智能中医问诊大模型在中医药领域的广泛应用，为传承和发扬我国传统医学文化贡献力量！