SummFlow 2026-05-23 Hugging Face

FreedomIntelligence / medical-o1-reasoning-SFT

基于医学可验证问题的推理链SFT数据

9.0万行 · 680 MB

  • 文本
  • 问答
  • 文本生成
  • apache-2.0 · 可商用
  • 含中文

下载 5.9k · 收藏 1.1k · 1年前更新

社区实测

GPT-4o 合成的医疗复杂推理 SFT 数据集,作为 HuatuoGPT-o1 项目阶段一训练数据开源,社区已有基于 QLoRA 的复现实践

  • 提供带复杂思维链(Complex CoT)的医疗推理训练样本,覆盖鉴别诊断等临床场景
  • 支持可复现的医疗领域监督微调,已有基于 Qwen3-8B + QLoRA 的完整微调流程
  • 数据完全由 GPT-4o 合成生成,非真实临床数据
  • 仅包含阶段一 SFT 数据,不包含后续 PPO 强化学习阶段所用的可验证问题与奖励数据
来源

HuatuoGPT-o1 GitHub 仓库E2E Networks Qwen3-8B 医疗推理微调实践medical-o1-reasoning-SFT Hugging Face 数据集页

截至 2026-06-20

  • py from datasets import load_dataset ds = load_dataset("FreedomIntelligence/medical-o1-reasoning-SFT")