基于DeepSeek蒸馏的传统中医SFT数据集

# 简介

DeepSeek蒸馏的传统中医数据集，原始数据来源于网络，未进行人工审查。

## 7B模型微调效果

> 模型表现出了推理能力，准确性有待继续验证。


## 我们的其他产品

[中医NER](https://huggingface.co/Monor/hwtcmner)：能识别方剂、本草、来源、病名、症状、证型，也许是基于BERT开源模型中识别最好的模型。
[中医考试题](https://huggingface.co/datasets/Monor/hwtcm)：也许是全网最早开源、数据最多的中医考试题，我们内部将其用于模型训练的性能评测数据集。
[中医SFT数据集](https://huggingface.co/datasets/Monor/hwtcm-sft-v1)：中医QA数据集，用于SFT微调。
[仓公](https://huggingface.co/Monor/canggong-7b-instruct)：基于Qwen的指令微调模型（暂未开源）。
[仓公R1](https://huggingface.co/Monor/canggong-r1)：基于DeepSeek蒸馏的超过100万条QA的指令微调模型，拥有强大的推理能力（暂未开源）。

。。。还有很多

## Citation

If you find this project useful in your research, please consider cite:

```
@misc{hwtcm2024,
title={{hwtcm-deepseek-r1-distill-data} A traditional Chinese medicine reasoning QA dataset for fine-tuning large language models},
author={Haiwei AI Team},
howpublished = {\url{https://huggingface.co/datasets/Monor/hwtcm-deepseek-r1-distill-data}},
year={2025}
}
```

## 硬广

[我](https://github.com/huangxinping)
[我们](https://zhongyigen.com)

# 简介
由DeepSeek蒸馏得到的传统中医数据集，其原始数据取自公开网络，未经人工审核。

## 7B模型微调效果
> 该模型已展现出推理能力，但其准确性仍需进一步验证。


## 我们的其他产品
[中医命名实体识别（NER）](https://huggingface.co/Monor/hwtcmner)：可识别方剂、本草、来源、病名、症状及证型，堪称基于BERT开源模型中表现最优的同类模型。
[中医考试题集](https://huggingface.co/datasets/Monor/hwtcm)：据了解为全球范围内最早开源且规模最大的中医考试题集，本团队内部将其用作大语言模型（LLM）训练的性能评测数据集。
[中医监督微调（SFT）数据集](https://huggingface.co/datasets/Monor/hwtcm-sft-v1)：该数据集为中医问答（QA）语料库，用于大语言模型（LLM）的监督微调。
[仓公](https://huggingface.co/Monor/canggong-7b-instruct)：基于Qwen开发的指令微调大语言模型（LLM），目前暂未开源。
[仓公R1](https://huggingface.co/Monor/canggong-r1)：基于DeepSeek蒸馏技术、依托超100万条问答（QA）语料训练的指令微调模型，具备极强的推理能力，目前暂未开源。

另有多款相关产品，恕不一一列举。

## Citation
若本数据集对您的研究有所助益，请引用如下文献：

@misc{hwtcm2024,
title={{hwtcm-deepseek-r1-distill-data} A traditional Chinese medicine reasoning QA dataset for fine-tuning large language models},
author={Haiwei AI Team},
howpublished = {url{https://huggingface.co/datasets/Monor/hwtcm-deepseek-r1-distill-data}},
year={2025}
}

## 硬广
[作者本人](https://github.com/huangxinping)
[团队官网](https://zhongyigen.com)

搜集汇总

背景与挑战

背景概述

该数据集是一个用于微调大型语言模型的传统中医问答数据集，数据来源于互联网且未经人工审核，具备推理能力但准确性待验证。