MedicalQA

MedicalQA-1.4M是一个集成的规模较大、质量较高的中文SFT数据集，旨在通过SFT或RAG方法将医疗知识注入到大型语言模型中。该数据集包含四个子集：DX、HT、TCM和MB，涵盖了西医和中医两种类型的医疗知识。DX子集包含来自丁香医生的53554个高质量的问答对；HT子集包括医学网络语料库、百科全书和书籍；TCM子集涉及中医知识；MB子集包含医学书籍。