Medical_Dialogue_Model/README.md

肿瘤知识问答大模型

项目概述

本项目旨在构建一个针对肿瘤知识的问答大模型，基于qwen2.5-7B模型作为基座模型，使用LoRA（Low-Rank Adaptation）技术进行微调。模型训练数据涵盖了基因数据、肿瘤药物、NCCN（美国国家综合癌症网络）指南、CSCO（中国临床肿瘤学会）指南等权威肿瘤学知识信息，并通过问答题目进行微调，以提升模型在肿瘤领域的问答能力。

模型架构

• 基座模型: qwen2.5-7B
• 微调方法: LoRA（Low-Rank Adaptation）
• 训练数据:
  • 基因数据
  • 肿瘤药物信息
  • NCCN指南
  • CSCO指南
  • 肿瘤知识问答题目

数据集

数据来源

1. 基因数据: 包含与肿瘤相关的基因突变、表达谱等信息。
2. 肿瘤药物: 涵盖常用肿瘤药物的适应症、副作用、作用机制等。
3. NCCN指南: 美国国家综合癌症网络发布的肿瘤治疗指南。
4. CSCO指南: 中国临床肿瘤学会发布的肿瘤诊疗指南。
5. 问答题目: 基于上述数据生成的肿瘤知识问答题目，用于模型微调。

数据预处理

• 数据清洗: 去除重复、不完整或无关的数据。
• 数据标注: 对问答题目进行标注，确保问题和答案的准确性。
• 数据分割: 将数据集分为训练集、验证集和测试集。

模型训练

微调方法

使用LoRA技术对qwen2.5-7B模型进行微调。LoRA通过在预训练模型的权重矩阵中引入低秩矩阵来减少参数量，从而在保持模型性能的同时降低计算成本。

训练步骤

1. 加载预训练模型: 加载qwen2.5-7B模型。
2. 应用LoRA: 在模型的关键层应用LoRA技术。
3. 训练模型: 使用准备好的肿瘤知识问答数据集进行微调。
4. 验证与测试: 在验证集和测试集上评估模型性能，调整超参数以优化结果。

模型评估

评估指标

• 准确率: 模型在问答任务中的准确率。
• 召回率: 模型能够正确回答的问题比例。
• F1分数: 准确率和召回率的调和平均数。

评估结果

在测试集上的评估结果如下： 待更新

使用指南

环境配置

1. Python版本: 3.10+
2. 依赖库:
   • transformers
   • torch

模型下载

SDK下载

#安装ModelScope
pip install modelscope

#SDK模型下载
from modelscope import snapshot_download
model_dir = snapshot_download('zpeng1989/Medical_Oncology_Large_Language_Model')

Git下载

#Git模型下载
git clone https://www.modelscope.cn/zpeng1989/Medical_Oncology_Large_Language_Model.git

模型推理

from transformers import AutoModelForCausalLM, AutoTokenizer

# 加载微调后的模型
model = AutoModelForCausalLM.from_pretrained("path_to_your_model")
tokenizer = AutoTokenizer.from_pretrained("path_to_your_model")

# 输入问题
question = "什么是NCCN指南？"
inputs = tokenizer(question, return_tensors="pt")

# 生成答案
outputs = model.generate(**inputs)
answer = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(answer)

具体案例

Case 1

[
    {
        "role": "system",
        "content": "你是医生"
    },
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "安罗替尼的副作用与肝功能有何关联？"
            }
        ]
    },
    {
        "role": "assistant",
        "content": "安罗替尼的副作用可能与肝功能有关，包括肝酶异常等。"
    }
]

Case 2

[
    {
        "role": "system",
        "content": "你是医生"
    },
    {
        "role": "user",
        "content": [
            {
                "type": "text",
                "text": "KDR受体的功能和作用是什么？"
            }
        ]
    },
    {
        "role": "assistant",
        "content": "KDR受体主要调节VEGF激活的内皮细胞功能，在内皮细胞中促进增殖、迁移，血管渗透性以及血管再生。"
    }
]

许可证

本项目采用 MIT 许可证。

致谢

• 感谢 qwen2.5-7B 模型的开发者。
• 感谢 NCCN 和 CSCO 提供的指南数据。
• 感谢所有为肿瘤知识问答数据集做出贡献的研究人员。

联系方式

如有任何问题，请联系 [592392714@qq.com]。

---

注意: 本项目仅供学术研究使用，不构成医疗建议。