Shekswess/medical_mistral_instruct_dataset

该数据集用于指令监督微调Mistral大型语言模型，结合了两个医学数据集：Medical Meadow Wikidoc和Medquad。Medical Meadow Wikidoc数据集包含从WikiDoc平台提取的问答对，WikiDoc是一个医学专业人员协作分享当代医学知识的在线平台。Medquad数据集则包含了来自美国国立卫生研究院（NIH）12个权威来源的47,457个医学问答对，涵盖了广泛的医学主题。数据集的特征包括输出、输入、指令和提示，主要用于问答任务，并且标签为医学。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 大小分类: 10K<n<100K
• 任务分类: 问答

数据集特征

• output: 字符串类型
• input: 字符串类型
• instruction: 字符串类型
• prompt: 字符串类型

数据集分割

• 训练集:
  • 示例数量: 26357
  • 字节数: 68827329

数据集大小

• 下载大小: 29156486字节
• 数据集大小: 68827329字节

配置

• 默认配置:
  • 数据文件路径: data/train-*

标签

• 医疗