# DISC-MedLLM
<div align="center">
[![Generic badge](https://img.shields.io/badge/🤗-Huggingface%20Repo-green.svg)](https://huggingface.co/Flmc/DISC-MedLLM)
[![license](https://img.shields.io/github/license/modelscope/modelscope.svg)](https://github.com/FudanDISC/DICS-MedLLM/blob/main/LICENSE)
<br>
</div>
<div align="center">
[Demo](http://med.fudan-disc.com) | [技术报告](https://arxiv.org/abs/2308.14346)
<br>
中文 | [EN](https://github.com/FudanDISC/DISC-MedLLM/blob/main/README_EN.md)
</div>
DISC-MedLLM 是一个专门针对医疗健康对话式场景而设计的医疗领域大模型,由[复旦大学数据智能与社会计算实验室 (Fudan-DISC)](http://fudan-disc.com) 开发并开源。
该项目包含下列开源资源:
* [DISC-Med-SFT 数据集](https://huggingface.co/datasets/Flmc/DISC-Med-SFT) (不包括行为偏好训练数据)
* DISC-MedLLM 的[模型权重](https://huggingface.co/Flmc/DISC-MedLLM)
您可以通过访问这个[链接](http://med.fudan-disc.com)来试用我们的模型。
## 概述
DISC-MedLLM 是一个专为医疗健康对话场景而打造的领域大模型,它可以满足您的各种医疗保健需求,包括疾病问诊和治疗方案咨询等,为您提供高质量的健康支持服务。
DISC-MedLLM 有效地对齐了医疗场景下的人类偏好,弥合了通用语言模型输出与真实世界医疗对话之间的差距,这一点在实验结果中有所体现。
得益于我们以目标为导向的策略,以及基于真实医患对话数据和知识图谱,引入LLM in the loop 和 Human in the loop的多元数据构造机制,DISC-MedLLM 有以下几个特点:
* **可靠丰富的专业知识**,我们以医学知识图谱作为信息源,通过采样三元组,并使用通用大模型的语言能力进行对话样本的构造。
* **多轮对话的问询能力**,我们以真实咨询对话纪录作为信息源,使用大模型进行对话重建,构建过程中要求模型完全对齐对话中的医学信息。
* **对齐人类偏好的回复**,病人希望在咨询的过程中获得更丰富的支撑信息和背景知识,但人类医生的回答往往简练;我们通过人工筛选,构建符合人类偏好的高质量的小规模行为微调样本,对齐病人的需求。
<img src="https://github.com/FudanDISC/DISC-MedLLM/blob/main/images/data_construction.png" alt="data-construction" width="85%"/>
## 模型效果演示
### 疾病问诊
<img src="https://github.com/FudanDISC/DISC-MedLLM/blob/main/images/consultation.gif" alt="sample1" width="60%"/>
### 治疗方案咨询
<img src="https://github.com/FudanDISC/DISC-MedLLM/blob/main/images/advice.gif" alt="sample2" width="60%"/>
## 数据集
为了训练 DISC-MedLLM ,我们构建了一个高质量的数据集,命名为 DISC-Med-SFT,其中包含了超过47万个衍生于现有的医疗数据集重新构建得到的样本。我们采用了目标导向的策略,通过对于精心选择的几个数据源进行重构来得到SFT数据集。这些数据的作用在于帮助模型学习医疗领域知识,将行为模式与人类偏好对齐,并对齐真实世界在线医疗对话的分布情况。
<!-- <style type="text/css">
.tg {border-collapse:collapse;border-spacing:0;}
.tg td{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px;
overflow:hidden;padding:10px 5px;word-break:normal;}
.tg th{border-color:black;border-style:solid;border-width:1px;font-family:Arial, sans-serif;font-size:14px;
font-weight:normal;overflow:hidden;padding:10px 5px;word-break:normal;}
.tg .tg-9wq8{border-color:inherit;text-align:center;vertical-align:middle}
.tg .tg-c3ow{border-color:inherit;text-align:center;vertical-align:top}
</style> -->
<table class="tg" style="undefined;table-layout: fixed; width: 442px">
<colgroup>
<col style="width: 204.428571px">
<col style="width: 135.428571px">
<col style="width: 102.428571px">
</colgroup>
<thead>
<tr>
<th class="tg-9wq8" rowspan="2"><br>数据集</th>
<th class="tg-9wq8" rowspan="2"><br>数据来源</th>
<th class="tg-9wq8" rowspan="2"><br>样本量</th>
</tr>
<tr>
</tr>
</thead>
<tbody>
<tr>
<td class="tg-9wq8" rowspan="2">重构AI医患对话</td>
<td class="tg-9wq8">MedDialog</td>
<td class="tg-9wq8">400k</td>
</tr>
<tr>
<td class="tg-9wq8">cMedQA2</td>
<td class="tg-c3ow">20k</td>
</tr>
<tr>
<td class="tg-c3ow">知识图谱问答对</td>
<td class="tg-9wq8">CMeKG</td>
<td class="tg-9wq8">50k</td>
</tr>
<tr>
<td class="tg-c3ow">行为偏好数据集</td>
<td class="tg-9wq8">人为筛选</td>
<td class="tg-9wq8">2k</td>
</tr>
<tr>
<td class="tg-9wq8" rowspan="3">其他</td>
<td class="tg-c3ow">MedMCQA</td>
<td class="tg-c3ow">8k</td>
</tr>
<tr>
<td class="tg-c3ow">MOSS-SFT</td>
<td class="tg-c3ow">33k</td>
</tr>
<tr>
<td class="tg-c3ow">Alpaca-GPT4-zh</td>
<td class="tg-c3ow">1k</td>
</tr>
</tbody>
</table>
<br>
### 下载
我们总共发布了近47万条训练数据,其中包括重构AI医患对话和知识图谱问答对。您可以访问这个[链接](https://huggingface.co/datasets/Flmc/DISC-Med-SFT)下载数据集。
<br>
## 部署
当前版本的 DISC-MedLLM 是基于[Baichuan-13B-Base](https://github.com/baichuan-inc/Baichuan-13B)训练得到的。您可以直接从 [Hugging Face](https://huggingface.co/Flmc/DISC-MedLLM) 上下载我们的模型权重,或者根据下列代码样例中的方式自动获取。
首先,您需要安装项目的依赖环境。
```shell
pip install -r requirements.txt
```
### 利用Hugging Face的transformers模块来进行推理
```python
>>> import torch
>>> from transformers import AutoModelForCausalLM, AutoTokenizer
>>> from transformers.generation.utils import GenerationConfig
>>> tokenizer = AutoTokenizer.from_pretrained("Flmc/DISC-MedLLM", use_fast=False, trust_remote_code=True)
>>> model = AutoModelForCausalLM.from_pretrained("Flmc/DISC-MedLLM", device_map="auto", torch_dtype=torch.float16, trust_remote_code=True)
>>> model.generation_config = GenerationConfig.from_pretrained("Flmc/DISC-MedLLM")
>>> messages = []
>>> messages.append({"role": "user", "content": "我感觉自己颈椎非常不舒服,每天睡醒都会头痛"})
>>> response = model.chat(tokenizer, messages)
>>> print(response)
```
### 运行命令行Demo
```shell
python cli_demo.py
```
### 运行网页版Demo
```shell
streamlit run web_demo.py --server.port 8888
```
此外,由于目前版本的 DISC-MedLLM 是以 Baichuan-13B 作为基座的,您可以参考 [Baichuan-13B 项目](https://github.com/baichuan-inc/Baichuan-13B)的介绍来进行 int8 或 int4 量化推理部署。然而需要注意的是,使用模型量化可能会导致性能的下降。
<br>
## 对模型进行微调
您可以使用与我们的数据集结构相同的数据对我们的模型进行微调。我们的训练代码在 [Firefly](https://github.com/yangjianxin1/Firefly) 的基础上进行了修改,使用了不同的数据结构和对话格式。这里我们只提供全参数微调的代码:
```shell
deepspeed --num_gpus={num_gpus} ./train/train.py --train_args_file ./train/train_args/sft.json
```
> 请您在开始进行模型训练前检查 `sft.json` 中的设置。
<br>如果您想使用其他训练代码来微调我们的模型,请使用如下对话格式。
```shell
<\b><$user_token>content<$assistant_token>content<\s><$user_token>content ...
```
我们使用的 `user_token` 和 `assistant_token` 分别为 `195` and `196`,这和 Baichuan-13B-Chat 是相同的。
## 模型评测
<!-- We compare our model with three general-purpose LLMs and two conversational Chinese medical domain LLMs. Specifically, these are GPT-3.5 and GPT-4 from OpenAI, the aligned conversational version of our backbone model Baichuan-13B-Base, Baichuan-13B-Chat, and the open-source Chinese conversational medical mode
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
python毕业设计-基于大语言模型的心血管OCT智能诊断系统源码+使用说明(高分项目).zip该项目是个人毕设项目源码,评审分达到97分,都经过严格调试,确保可以运行!放心下载使用。该项目资源主要针对计算机相关专业的学生或从业者下载使用,也可作为期末课程设计、课程大作业、毕业设计等。 总体的技术路线是结合G-Swin-Transformer目标检测模型和微调医学LLM为IVOCT影像做医学诊断。具体来说,将IVOCT转码到张量序列作为检测模型的输入,检测模型的输出的视觉特征经过设计的病灶后处理算法转译为文本形式的摘要,客观描述检测到病灶的严重程度,然后嵌入设计的Prompt作为医学LLM的输入,LLM负责整合生成完整的检测报告,以及与用户持续多轮对话。 python毕业设计-基于大语言模型的心血管OCT智能诊断系统源码+使用说明(高分项目).zip该项目是个人毕设项目源码,评审分达到97分,都经过严格调试,确保可以运行!放心下载使用。该项目资源主要针对计算机相关专业的学生或从业者下载使用,也可作为期末课程设计、课程大作业、毕业设计等。
资源推荐
资源详情
资源评论
收起资源包目录
python毕业设计-基于大语言模型的心血管OCT智能诊断系统源码+使用说明(高分项目).zip (308个子文件)
setup.cfg 465B
test.gif 61.81MB
.gitattributes 66B
.gitignore 3KB
ht.ico 230KB
disease_dict.json 9.4MB
msd_dict.json 376KB
result_gpt3.5.json 38KB
eval.lst 1KB
README.md 16KB
README.md 11KB
README.md 3KB
MSD.pkl 5.89MB
transforms.py 70KB
reppoints_v2_head.py 61KB
corner_head.py 45KB
lvis.py 45KB
yolact_head.py 39KB
structures.py 37KB
transformer.py 36KB
guided_anchor_head.py 36KB
auto_augment.py 36KB
vfnet_head.py 35KB
reppoints_head.py 34KB
anchor_head.py 34KB
cascade_rpn_head.py 32KB
anchor_generator.py 30KB
transformer_head.py 30KB
atss_head.py 30KB
paa_head.py 29KB
fcos_head.py 28KB
gfl_head.py 27KB
gswin_transformer.py 27KB
sabl_retina_head.py 27KB
htc_roi_head.py 25KB
loading.py 25KB
yolo_head.py 24KB
sabl_head.py 24KB
swin_transformer.py 24KB
scnet_roi_head.py 24KB
coco.py 24KB
resnet.py 23KB
cascade_roi_head.py 22KB
bbox_head.py 21KB
hrnet.py 20KB
condconv_mask_head.py 20KB
centripetal_head.py 19KB
mean_ap.py 19KB
checkpoint.py 19KB
fsaf_head.py 18KB
dii_head.py 18KB
iou_loss.py 16KB
fpg.py 16KB
fcn_mask_head.py 15KB
formating.py 15KB
grid_head.py 15KB
center_region_assigner.py 15KB
test_mixins.py 15KB
fovea_head.py 14KB
cityscapes.py 14KB
base.py 14KB
sparse_roi_head.py 14KB
bucketing_bbox_coder.py 14KB
anchor_free_head.py 13KB
mask_point_head.py 13KB
utils.py 13KB
res2net.py 12KB
eval_hooks.py 12KB
standard_roi_head.py 12KB
regnet.py 12KB
custom.py 11KB
score_hlr_sampler.py 11KB
free_anchor_retina_head.py 11KB
dataset_wrappers.py 11KB
ssd_head.py 11KB
image.py 11KB
trident_resnet.py 11KB
gfocal_loss.py 11KB
fpn_carafe.py 10KB
rpn_head.py 10KB
ld_head.py 10KB
detectors_resnet.py 10KB
resnest.py 10KB
point_rend_roi_head.py 10KB
bbox_nms.py 10KB
max_iou_assigner.py 10KB
focal_loss.py 9KB
fpn.py 9KB
region_assigner.py 9KB
atss_assigner_v2.py 9KB
delta_xywh_bbox_coder.py 9KB
bifpn.py 9KB
mask_reppoints_v2_detector.py 9KB
legacy_delta_xywh_bbox_coder.py 8KB
tblr_bbox_coder.py 8KB
reprocess.py 8KB
cross_entropy_loss.py 8KB
transforms.py 8KB
point_hm_assigner.py 8KB
atss_assigner.py 8KB
共 308 条
- 1
- 2
- 3
- 4
资源评论
猰貐的新时代
- 粉丝: 1w+
- 资源: 2886
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 现场评定检查表——建筑外墙、屋面保温和建筑外墙装饰.docx
- 现场评定检查表--气体灭火系统.docx
- 消防第三方技术服务模拟验收抽查记录表.doc
- 现场评定检查表——总平面布局.docx
- 消防验收过程服务--现场记录表.doc
- 消防第三方技术服务现场交底监督记录表.doc
- 向日葵被控端绿色精简运行版
- 学生心理档案表.docx
- 验收确认单表格.docx
- 阳宅净宅表文.docx
- 医疗废弃物建设项目环境风险简单分析表.docx
- 原材料检测报告.docx
- 造林补助实施方案小班一览表、造林补助(新增部分)分行政村(国有林场)任务落实情况表.xls
- 造林补助(新增部分)分行政村(国有林场)任务落实情况表.docx
- 肢体残疾标准.docx
- 职工工伤与职业病致残等级分级表十级.docx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功