GancaoDoctorAI/

gancao-tcm-instruct

一个面向中文中医诊疗任务的指令微调数据集，覆盖中医疾病诊断、证候诊断、治法选择、基础方剂选择和具体中药选择五类任务。

医疗声明： 本数据集仅用于科研、教育和模型评测，不构成医疗建议、诊断或处方依据。任何实际诊疗均应由具备资质的医疗专业人士完成。

	数据集概览




	

划分 病例数 样本数 文件

train 18,000 90,000 train.parquet

validation 2,000 10,000 valid.parquet

test 5,000 25,000 test.parquet

合计 25,000 125,000 约 329 MB（Parquet）

本公开版本采用 Parquet 格式，以支持更高效的训练、分析和流式读取。 每个病例均对应 5 条任务数据，分别为疾病诊断、证候诊断、治法选择、基础方剂选择和具体中药选择；训练、验证与测试划分均按完整病例进行，避免同一病例的任务数据被拆分到不同集合。… See the full description on the dataset page: https://huggingface.co/datasets/GancaoDoctorAI/gancao-tcm-instruct.