BianQue-2

AI-ModelScope/BianQue-2

PublisherAI-ModelScope

Download access requirementsModelScope source

扁鹊(BianQue): 通过混合指令和多轮医生问询数据集的微调, 提高医疗聊天模型的"问"能力   BianQue  基于主动健康的主动性、预防性、精确性、个性化、共建共享、自律性六大特征, 华工未来技术学院-广东省数字孪生人重点实验室开源了中文领域生活空间主动健康大模型基座ProactiveHealthGPT, 包括:

Text Chat

View all download instructions Mirror repository documentation and license ↗

Model details

模型介绍

中文整理

扁鹊(BianQue): 通过混合指令和多轮医生问询数据集的微调, 提高医疗聊天模型的"问"能力

SoulChat  

  BianQue 

基于主动健康的主动性、预防性、精确性、个性化、共建共享、自律性六大特征, 华工未来技术学院-广东省数字孪生人重点实验室开源了中文领域生活空间主动健康大模型基座ProactiveHealthGPT, 包括:

经过千万规模中文健康对话数据指令微调的生活空间健康大模型扁鹊(BianQue)

经过百万规模心理咨询领域中文长文本指令与多轮共情对话数据联合指令微调的心理健康大模型灵心(SoulChat)

我们期望, **生活空间主动健康大模型基座ProactiveHealthGPT** 可以帮助学术界加速大模型在慢性病、心理咨询等主动健康领域的研究与应用. 本项目为 **生活空间健康大模型扁鹊(BianQue)** .

最近更新

👏🏻 2023.06.06: 扁鹊-2.0模型开源, 详情见BianQue-2.0.

👏🏻 2023.06.06: 具备共情与倾听能力的灵心健康大模型SoulChat发布, 详情见:灵心健康大模型SoulChat: 通过长文本咨询指令与多轮共情对话数据集的混合微调, 提升大模型的"共情"能力 .

👏🏻 2023.04.22: 基于扁鹊-1.0模型的医疗问答系统Demo, 详情访问:https://huggingface.co/spaces/scutcyr/BianQue

👏🏻 2023.04.22: 扁鹊-1.0版本模型发布, 详情见:扁鹊-1.0: 通过混合指令和多轮医生问询数据集的微调, 提高医疗聊天模型的"问"能力(BianQue-1.0: Improving the "Question" Ability of Medical Chat Model through finetuning with Hybrid Instructions and Multi-turn Doctor QA Datasets)

扁鹊健康大数据BianQueCorpus

我们经过调研发现, 在健康领域, 用户通常不会在一轮交互当中清晰地描述自己的问题, 而当前常见的开源医疗问答模型(例如: ChatDoctor、本草(HuaTuo, 原名华驼 )、DoctorGLM、MedicalGPT-zh)侧重于解决单轮用户描述的问题, 而忽略了"用户描述可能存在不足"的情况. 哪怕是当前大火的ChatGPT也会存在类似的问题: 如果用户不强制通过文本描述让ChatGPT采用一问一答的形式, ChatGPT也偏向于针对用户的描述, 迅速给出它认为合适的建议和方案. 然而, 实际的医生与用户交谈往往会存在"医生根据用户当前的描述进行持续多轮的询问". 并且医生在最后根据用户提供的信息综合给出建议. 我们把医生不断问询的过程定义为 **询问链(CoQ, Chain of Questioning)** , 当模型处于询问链阶段, 其下一个问题通常由对话上下文历史决定.

我们结合当前开源的中文医疗问答数据集(MedDialog-CN、IMCS-V2、CHIP-MDCFNPC、MedDG、cMedQA2、Chinese-medical-dialogue-data), , 分析其中的单轮/多轮特性以及医生问询特性, 结合实验室长期自建的生活空间健康对话大数据, 构建了千万级别规模的扁鹊健康大数据BianQueCorpus. 对话数据通过"病人:xxx\n医生:xxx\n病人:xxx\n医生:"的形式统一为一种指令格式

训练数据当中混合了大量target文本为**医生问询的内容**而非直接的建议, 这将有助于提升AI模型的问询能力.

使用方法

在Python当中调用BianQue-2.0模型

声明

本项目使用了ChatGLM-6B 模型的权重, 需要遵循其MODEL LICENSE, 因此, **本项目仅可用于您的非商业研究目的**.

本项目提供的BianQue模型致力于提升大模型的健康对话能力(多轮问询及健康建议), 然而, 模型的输出文本具有一定的随机性, 本项目不保证模型输出的文本完全适合于用户, 用户在使用本模型时需要承担其带来的所有风险!

您不得出于任何商业、军事或非法目的使用、复制、修改、合并、发布、分发、复制或创建BianQue模型的全部或部分衍生作品.

您不得利用BianQue模型从事任何危害国家安全和国家统一、危害社会公共利益、侵犯人身权益的行为.

您在使用BianQue模型时应知悉, 其不能替代医生、心理医生等专业人士, 不应过度依赖、服从、相信模型的输出, 不能过度依赖于与BianQue模型聊天获取的健康建议.

致谢

本项目由华南理工大学未来技术学院广东省数字孪生人重点实验室发起, 得到了华南理工大学信息网络工程研究中心支撑, 同时致谢合作单位广东省妇幼保健院、广州市妇女儿童医疗中心、中山大学附属第三医院等.

Quote

优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。

完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖，以原作者说明为准。

授权范围

是否允许商用、修改和分发，请查看模型许可证。

闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。

Problem with the information or download?

Pinned version · Multiple download options

BianQue-2 model download

Download the full repository or choose a version or file.

Download tools · More than GGUF

Use the Hugging Face download tool to obtain AI-ModelScope/BianQue-2. Download Safetensors, GGUF, ONNX, configuration and other repository files. Downloading does not mean the tool can run this model.

Pinned-version file information is being completed. Existing downloads remain available, or load the file manifest below.

Choose a mirror or official source, your operating system and download scope below, then copy the command. Install the download tool first if needed.

Pinned version: 8b88c2a10ca16250518b704e63c43cdf9cd15f59. Downloads files only; does not start the model.

Choose a download source

Pinned ModelScope version: 8b88c2a10ca16250518b704e63c43cdf9cd15f59. Version identifiers can differ across sites. The alternative source was provided after checking weights and runtime configuration; this is not proof of a successful model run.

A checked, pinned ModelScope source is available for this model. Use the ModelScope download tool.

Choose what to download

Need just one GGUF precision? Load the file manifest and choose a version. Direct file links do not require Python; the command below can download multiple shards together.

Quantization / file

This reads the pinned version's file manifest; no model weights are downloaded.

Choose your operating system

For command-line downloads, follow these steps to get the full repository or selected files. Direct file links do not need these steps.

Open a terminal window

Create and open a folder for the model. In the folder's address bar, enter powershell and press Enter.

If Python is not installed, get it from the official Python website. In the terminal, enter python --version; continue when a version number appears.

First time? Install the download tool

Copy this command, paste it into the terminal, press Enter and wait for installation to finish.

python -m pip install --upgrade huggingface_hub

Already installed? Continue to step 3.

Run the download command

Select the button below, paste into the same terminal and press Enter. The tool downloads all files included in the current command.

Copying does not start a download. Paste and run the command on your device.

Where are the downloaded files?

Open the folder you chose. Look for the models folder. When progress stops and the terminal returns to its prompt without errors, check that all files are present. 'Copied' does not mean 'downloaded'.

No response or an error?

python not found: Install Python and reopen the terminal. On Windows, follow the installer's instructions to enable command-line access.

hf not found: Confirm that step 2 succeeded, then reopen the terminal. If needed, add Python's Scripts folder to your user PATH. Do not repeatedly download scripts.

Network interrupted: Stay in the same folder and run the same command again. The tool checks existing files.

Permission or disk error: Choose a writable folder with enough free space. Do not disable system security protection.

View the full download command

modelscope download --model "AI-ModelScope/BianQue-2" --revision "8b88c2a10ca16250518b704e63c43cdf9cd15f59" --local_dir "./models/AI-ModelScope--BianQue-2--ms-8b88c2a10ca1"

Files transfer directly from the source you choose, not through Xianshe servers.

The version is pinned. Repeating the same command checks existing files. Change the source manually if it is slow or unavailable.

Public models do not require submitting keys to Xianshe. Restricted models still require the author's authorization. On Linux / macOS, use python3 instead of python when appropriate.