JAMA Clinical Challenge和Medbullets是两个专为评估大型语言模型在解答和解释复杂医疗问题能力而设计的数据集。JAMA Clinical Challenge由1524个基于真实临床案例的挑战性问题组成，每个问题都配有详细的案例描述和专家解释。Medbullets则包含308个模拟USMLE Step 2&3考试风格的问题，同样每个问题都附有解释。这两个数据集的特点是都包

arXiv2024-03-14 更新2760

FreedomIntelligence/huatuo_consultation_qa

医疗问答

文本生成

我们从一个医疗咨询网站收集了数据，包含了许多由医疗专家进行的在线咨询记录。每条记录是一个问答对：患者提出问题，医生回答问题。记录了医生的基本信息（包括姓名、医院组织和部门）。我们直接爬取了患者的问题和医生的答案作为问答对，得到了32,708,346对。随后，我们删除了包含特殊字符的问答对，并去除了重复的对。最终，我们得到了25,341,578个问答对。请注意，由于某些原因，我们无法直接提供文本数据

Hugging Face2023-05-17 更新850

HANI-LAB/Med-REFL-DPO

医疗问答

文本生成

Med-REFL数据集是一个用于提高大型语言模型在医疗领域推理和反思能力的直接偏好优化（DPO）数据集。该数据集通过树状思维（ToT）方法构建，分为两个子集：推理增强数据和反思增强数据。推理增强数据包含约12,000个用于提高一般推理辨识度的偏好对，而反思增强数据包含约21,000个偏好对，专门用于模型的自我校正。

Hugging Face2025-06-19 更新140

katielink/nejm-medqa-diagnostic-reasoning-dataset

医学诊断

人工智能

该数据集包含三个配置：medqa_test、medqa_train和nejm_test，每个配置包含不同的特征和分割信息。数据集的特征包括问题、答案、诊断信息、评分等。数据集来源于一篇关于大语言模型在医学中可解释性的文章。

Hugging Face2024-01-25 更新940

TUDB-Labs/medical-qa

医疗问答

--- language: - en license: apache-2.0 size_categories: - 1K<n<10K task_categories: - question-answering dataset_info: features: - name: properties struct: - name: doi dtype: string

Hugging Face2024-05-27 更新230

katielink/med_qa

资源简介：

数据集概述

许可证信息

相关数据集