该仓库提供HuatuoGPT系列数据集，其核心定位在于提供经过ShareGPT格式转换的医疗领域对话数据，便于研究和应用。数据集来源于HuatuoGPT-sft-data-v1和HuatuoGPT2_sft_instruct_GPT4_50K，包含226042条和50000条样本。数据转换通过convert.py脚本实现，该脚本将原始JSONL格式数据转换为ShareGPT格式，其中问题和答案分别

OpenCSG2024-07-19 更新120

SINAI/ALIA-es-biomedical-pairs

生物医学信息处理

医疗问答系统

**ALIA西班牙生物医学和医疗保健检索对语料库**包含表格实例，旨在使用基于段落的查询数据训练和评估检索导向模型（例如密集检索器/嵌入编码器），这些查询数据是通过集成在ALIA编码器管道中的Qwen3风格提示工作流生成的。它保留了原始文档和段落的来源，同时暴露了诸如问题`类型`和`难度`（从`高中`到`博士`级别）等控制。

Hugging Face2026-05-06 更新90

DaisyStar004/iCliniq-llama2-7k

医疗问答系统

健康咨询对话生成

--- dataset_info: features: - name: text dtype: string splits: - name: train num_bytes: 7229044 num_examples: 7000 download_size: 4177341 dataset_size: 7229044 configs: - confi

Hugging Face2023-09-18 更新90

DCAgent2/medagentbench_Qwen3_5_27B_20260424_064841

医疗服务评估

医疗问答系统

--- dataset_info: features: - name: conversations list: - name: content dtype: string - name: role dtype: string - name: agent dtype: string - name: model dtype

Hugging Face2026-04-24 更新100

covid_qa_ucsd

医疗问答系统

COVID-19对话生成

CovidQaUcsd仓库提供中英文医疗对话数据集，其中包含关于COVID-19和其他类型肺炎的医患对话，中文数据约1088条，英文数据约572条。对话数据来源于医疗咨询网站，每条数据包括对话ID、URL以及医患对话内容，对话内容区分发言者（病人/医生）和具体话语。该数据集主要用于问答任务，并支持COVID-19中文对话生成模型。数据集遵循未知的授权许可。

OpenCSG2024-07-19 更新90

shetumohanto/doctor_qa_bangla

资源简介：

数据集信息概述

许可证信息

相关数据集