复旦大学数据智能与社会计算实验室（FudanDISC）发布中文医疗健康个人助手——DISC-MedLLM。在单轮问答和多轮对话的医疗健康咨询评测中，模型的表现相比现有医学对话大模型展现出明显优势。相关研究成果于2023年8月28日发表在arXiv平台上。

DISC-MedLLM具有三个关键特点：

一是可靠丰富的专业知识。研究人员以医学知识图谱作为信息源，通过采样三元组，并使用通用大模型的语言能力进行对话样本的构造。

二是多轮对话的问询能力。研究人员以真实咨询对话纪录作为信息源，使用大模型进行对话重建，构建过程中要求模型完全对齐对话中的医学信息。

三是对齐人类偏好的回复。患者希望在咨询的过程中获得更丰富的支撑信息和背景知识，但人类医生的回答往往简练；研究人员通过人工筛选，构建高质量的小规模指令样本，对齐患者的需求。

此外，课题组同时公开了包含47万高质量的监督微调（SFT）数据集——DISC-Med-SFT，模型参数和技术报告也一并开源。

信息来源：

https://arxiv.org/abs/2308.14346

https://mp.weixin.qq.com/s/5YDJ-WZ41_EHL9jlbGznYQ