introvoyz041/synthvision-annotated-kimi

该数据集名为synthvision-annotated-kimi，包含59,539条医学图像标注记录，由Kimi K2.5模型通过Doubleword批量推理生成，是SynthVision流程的后半部分标注。每条记录包含多轮临床对话（5-9轮）、临床叙述报告（4-6句）、结构化发现、推理链和难度评级（简单、中等、困难）。数据集旨在支持视觉问答任务，特别是医学领域的应用，提供丰富的临床上下文和诊断信息。

license: apache-2.0
task_categories:
- 视觉问答（visual-question-answering）
tags:
- 医疗（medical）
- SynthVision
- OpenMed
size_categories:
- 10K<n<100K
---

# SynthVision标注-Kimi


由Kimi K2.5通过Doubleword批量推理服务标注的医学影像数据集

**数据记录数**: 59,539

## 数据集概况

本数据集为[SynthVision数据流水线](https://huggingface.co/blog/OpenMed/synthvision)的后半段标注数据，共计59,539张医学影像，由[Kimi K2.5](https://huggingface.co/moonshotai/Kimi-K2.5)（1万亿参数混合专家模型，320亿激活参数）通过[Doubleword](https://doubleword.ai)批量推理服务完成标注。

每条数据记录均包含一段5~9轮的多轮临床对话、一份临床叙事报告、结构化检查结果、推理链条以及难度评级。

## 数据结构

id: str # 唯一记录标识符
image: str # 影像相对路径
conversations: list[dict] # 多轮ShareGPT格式对话
report: str # 4~6句临床叙事文本
structured_findings: dict # 检查项名称 → 检查值
reasoning_chain: str # 编号式诊断步骤
difficulty: str # 简单 | 中等 | 困难

## 数据加载

python
from datasets import load_dataset

ds = load_dataset("OpenMed/synthvision-annotated-kimi")

## 相关链接

- [SynthVision 官方博客](https://huggingface.co/blog/OpenMed/synthvision)
- [源代码仓库](https://github.com/openmed-labs/synthvision)
- [所有SynthVision相关数据集产物](https://huggingface.co/collections/OpenMed/synthvision-69baac655b557943aa1babd3)
- [Hugging Face平台上的OpenMed团队](https://huggingface.co/OpenMed)