DigitalIntelligenceCenter-of-ICMM/Baize-TCM-Corpus-for-Large-Language-Models-V3
白泽中医药大模型语料库 版本：3.0语料数量：157,438 条语言：中文领域：中医药（Traditional Chinese Medicine, TCM）格式：问答对（QA Pair）用途：中医药大模型训练、知识问答系统、语义理解研究 📚 简介 “白泽中医药大模型语料库”是一个专注于中医药领域的高质量问答语料集合，旨在支持中医药知识的数字化、智能化应用。语料库共包含 157,438 条 经过整理与校对的问答对，涵盖中医基础理论、中药学、方剂学、诊断学、针灸推拿、经典医籍、临床实践等多个子领域。 本语料库可广泛应用于： 中医药大语言模型的预训练与微调 智能问答系统开发 医学自然语言处理任务（如实体识别、关系抽取） 中医药知识图谱构建 🧩 数据内容 每条语料为一个标准的问答对，格式如下： { "instruction": "广义转录组和狭义转录组在定义上的主要区别是什么？", "input": "", "output":… See the full description on the dataset page: https://huggingface.co/datasets/DigitalIntelligenceCenter-of-ICMM/Baize-TCM-Corpus-for-Large-Language-Models-V3.
白泽中医药大模型语料库
版本：3.0 语料数量：157,438 条 语言：中文 领域：中医药（Traditional Chinese Medicine, TCM） 格式：问答对（QA Pair） 用途：中医药大模型训练、知识问答系统、语义理解研究
📚 简介
“白泽中医药大模型语料库”是一个专注于中医药领域的高质量问答语料集合，旨在支持中医药知识的数字化、智能化应用。语料库共包含 157,438 条 经过整理与校对的问答对，涵盖中医基础理论、中药学、方剂学、诊断学、针灸推拿、经典医籍、临床实践等多个子领域。
本语料库可广泛应用于：
- 中医药大语言模型的预训练与微调
- 智能问答系统开发
- 医学自然语言处理任务（如实体识别、关系抽取）
- 中医药知识图谱构建
🧩 数据内容
每条语料为一个标准的问答对，格式如下：
{
"instruction": "广义转录组和狭义转录组在定义上的主要区别是什么？",
"input": "",
"output": "广义转录组是指从一种细胞或组织的基因组所转录出来的所有RNA的总和，包括编码蛋白质的信使RNA（mRNA）以及各种非编码RNA（ncRNA）。而狭义转录组则特指细胞在特定时间点上，编码蛋白质的基因所对应的mRNA分子的集合，不包含非编码RNA。因此，两者在定义上的主要区别在于涵盖范围的不同：广义转录组包含所有类型的转录产物，既包括mRNA也包括ncRNA，反映的是基因组整体的转录活动；而狭义转录组仅聚焦于能够指导蛋白质合成的mRNA部分，代表的是蛋白质编码基因的转录状态。",
"system": ""
}