如何训练医学大模型？

医学

模型

数据

14 replies • 2026-10-10 13:46:19 +08:00

1

pulutom40

4h 23m ago

1

很明显，chatgpt 这些大模型，已经把各种期刊论文数据喂给大模型了。连各种实体书都扫描喂给大模型了。只要是公开的，他们能搜集到的数据，都已经喂过了。

垂直领域的大模型，我一直觉得是一个伪命题，除非你有什么比公开论文期刊更优质的数据集、比 openai 、google 、claude 更牛逼的算法，不然你训练不出比 chatgpt 更牛逼的模型。既然你训练不出来，那为啥不直接用 chagpt 呢。

你如果有比他们更牛逼的算法，那你搞鸡毛垂直领域啊

2

maocat

4h 19m ago

@pulutom40 与其说垂直领域，不如说是私有数据训练

3

tianjiyao

4h 18m ago

我也觉得#1 说的对。。。通用大模型才是正道。。你能找到的资料，这些大厂早就翻了好几遍了

4

xunuohan2008

4h 5m ago

你可以搜一下“睿宾 Agent”。

5

zhuanggu

3h 39m ago

这就是一个伪命题：1 、你每次训练都要把新的知识加进去，成本高不说效果可能回撤 2 、通用大模型的一次大的版本迭代就可能把垂类模型的优势给替代了。更好的方式是通用大模型+垂类知识库，在这个基础上去做分词、召回的精准化建设，比上面那种务实多了。当然如果是一个政绩工程，当我没说。

6

doudouisamomo

3h 39m ago

我是生物医药的，按我最近使用的 gemini,dicksuck 的情况看，无论是联网搜索能力，论文解读能力，都基本合格。

为什么说是合格？因为 gemini 它会有明显的胡编乱造，偏向你的观点，如果它说这个论文中含有 a 结论，我实际去看了整篇文章，一直溯源到头，都没找到 a 结论，然后再一点点贴回去反驳，最后它又说我说的对。

而用 workbuddy 的 dicksuck 去搜索文章，一般可以搜到 Pubmed 里的免费文章或者摘要，搜的比我们读的快，要点提炼大家都懂的，大模型比人强，所以做一个综述是没问题的，非常详细的问题，则要我们自己去看文章。

而对文章里的图，实验等，经过检验，大部分都可以完全看懂，我不懂的，它也懂，我懂的，它也懂。

所以现在直接用搜索就行了。