Infoxmed2.0数据集

Infoxmed2.0 的训练数据集由 Infoxmed 专业医学数据库生成，并经过清洗、筛选与质量控制后用于模型后训练。数据内容覆盖药品基础信息、适应症、用法用量、不良反应、禁忌、注意事项、临床医学问答、循证医学解释、医学题库解析以及医学数据库查询等场景。在 SFT 阶段，数据主要用于教会模型以专业、清晰、安全的方式回答医学问题；在 DPO 阶段，数据进一步构造成 chosen/rejected 偏好对，引导模型偏好事实准确、信息完整、证据充分、表达稳健的回答，并降低事实错误、医学幻觉、遗漏关键信息和过度自信表达的概率。