---
title: ai_doctor_distill_dataset
canonical_url: "https://www.modelscope.cn/datasets/InfoxmedModel/ai_doctor_distill_dataset"
md_url: "https://www.modelscope.cn/datasets/InfoxmedModel/ai_doctor_distill_dataset.md"
repository: InfoxmedModel/ai_doctor_distill_dataset
chinese_name: "AI医生蒸馏训练集"
last_updated: 2026-08-28
license: apache-2.0
downloads: 21
stars: 0
---

# ai_doctor_distill_dataset

> ai_doctor_distill_dataset - InfoxmedModel 在 ModelScope 开源的数据集。本数据集用于训练「AI医生蒸馏模型122B」，共 2810 条医学问答训练样本。

InfoxmedModel/ai_doctor_distill_dataset 是 ModelScope 魔搭社区上的数据集，采用 apache-2.0 许可。

- **Repository**: InfoxmedModel/ai_doctor_distill_dataset
- **License**: apache-2.0
- **Downloads**: 21
- **Stars**: 0
- **Last updated**: 2026-08-28

Source: https://www.modelscope.cn/datasets/InfoxmedModel/ai_doctor_distill_dataset

---

# AI医生蒸馏训练集

本数据集用于训练「AI医生蒸馏模型122B」，共 2810 条医学问答训练样本。

## 数据构成

- **单轮医学问答 SFT 数据**：覆盖诊断、用药、检验解读、急诊转诊、健康咨询等主题
- 每条样本为 `messages` 格式（user + assistant），assistant 回答包含思考过程与最终回答

## 训练方式

- 采用知识蒸馏 + 监督微调（SFT）训练
- 蒸馏自多个高性能医疗大模型教师，经评分筛选与去污染处理

## 数据格式

每行一个 JSON 对象：

```json
{"messages": [{"role": "user", "content": "..."}, {"role": "assistant", "content": "..."}]}
```