---
title: qwen3-4b-medical-finetuned
canonical_url: "https://www.modelscope.cn/models/shiyilin123/qwen3-4b-medical-finetuned"
md_url: "https://www.modelscope.cn/models/shiyilin123/qwen3-4b-medical-finetuned.md"
repository: shiyilin123/qwen3-4b-medical-finetuned
chinese_name: "基于qwen3的医疗BE药品品种大模型"
last_updated: 2025-11-07
pipeline_tag: text-generation
tasks:
  - text-generation
model_type:
  - qwen2
architectures:
  - Qwen2ForCausalLM
parameters: 3.1B
tensor_type:
  - BF16
library_name:
  - safetensors
  - pytorch
frameworks:
  - Pytorch
inference_backends:
  - "deploy_task text/emb"
  - "lmdeploy 0.9.1"
  - "lmdeploy_turbomind 0.9.1"
  - "sglang 0.5.2"
  - "vllm 0.9.2"
downloads: 90
stars: 2
---

# qwen3-4b-medical-finetuned

> qwen3-4b-medical-finetuned - shiyilin123 在 ModelScope 开源的模型。Qwen3-4B Medical Finetuned（医疗微调版）

shiyilin123/qwen3-4b-medical-finetuned 是 ModelScope 魔搭社区上的 3.1B 参数text-generation模型，可用 deploy_task text/emb、lmdeploy 0.9.1、lmdeploy_turbomind 0.9.1 部署。

- **Repository**: shiyilin123/qwen3-4b-medical-finetuned
- **Tasks**: text-generation
- **Parameters**: 3.1B
- **Inference backends**: deploy_task text/emb, lmdeploy 0.9.1, lmdeploy_turbomind 0.9.1, sglang 0.5.2, vllm 0.9.2
- **Downloads**: 90
- **Stars**: 2
- **Last updated**: 2025-11-07

Source: https://www.modelscope.cn/models/shiyilin123/qwen3-4b-medical-finetuned

---

# Qwen3-4B Medical Finetuned（医疗微调版）

> 🩺 基于 Qwen3-4B 在中文医疗语料上微调的语言模型，适用于医疗问答、病历摘要、医学知识咨询等场景。

## 🔍 模型简介

本模型在 [Qwen3-4B](https://modelscope.cn/models/qwen/Qwen3-4B) 基础上，使用高质量中文医疗对话、医学教材、临床指南等语料进行指令微调（SFT），显著提升在医疗垂直领域的问答准确性、专业性和安全性。

## 🚀 使用方法

### 安装依赖

```python
pip install modelscope transformers torch
```


### Python 加载与推理

```python
from modelscope import AutoModelForCausalLM, AutoTokenizer

model_id = "shiyilin123/qwen3-4b-medical-finetuned"

tokenizer = AutoTokenizer.from_pretrained(model_id, trust_remote_code=True)
model = AutoModelForCausalLM.from_pretrained(model_id, device_map="auto", trust_remote_code=True)

# 输入医疗问题
prompt = "患者主诉头痛、发热三天，可能是什么疾病？"

messages = [
    {"role": "user", "content": prompt}
]

input_ids = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)

outputs = model.generate(
    input_ids,
    max_new_tokens=512,
    do_sample=True,
    temperature=0.7,
    top_p=0.9,
)

response = tokenizer.decode(outputs[0][input_ids.shape[1]:], skip_special_tokens=True)
print("模型回答：\n", response)
```

## 📚 训练数据

- 中文医疗对话数据集（脱敏）
- 《内科学》《外科学》等医学教材节选
- 临床诊疗指南（如高血压、糖尿病等）
- 医学科普问答对

> 所有数据均已清洗、去隐私、合规处理。

## ⚙️ 模型配置

- 基座模型：Qwen3-4B
- 微调方式：全参数微调（Full Fine-tuning）
- 训练框架：ModelScope + Transformers
- 硬件：NVIDIA A100 × 4
- 序列长度：4096

## 📈 性能表现（示例）

| 问题                       | 模型输出（节选）                                             |
| -------------------------- | ------------------------------------------------------------ |
| “糖尿病患者饮食注意事项？” | 糖尿病患者应控制总热量摄入，选择低GI食物，如糙米、燕麦、绿叶蔬菜…… |
| “阿司匹林的适应症？”       | 阿司匹林常用于解热镇痛、抗血小板聚集，预防心脑血管事件……     |

> 实际效果请以推理结果为准。建议在专业医生指导下使用模型输出。

## ⚠️ 使用声明

- 本模型**不构成医疗建议**，仅供科研、学习、辅助参考。
- 请勿用于临床诊断或替代专业医生判断。
- 模型可能存在幻觉或错误，使用前请人工复核关键信息。

## 📜 许可证

Apache 2.0 —— 允许商用、修改、分发，请保留原作者信息。

## 🙏 致谢

- 感谢 [通义千问团队](https://qwenlm.github.io/) 开源 Qwen 系列模型
- 感谢魔搭社区提供模型托管与算力支持

## 📬 联系作者

- 用户名：shiyilin123
- 魔搭主页：https://modelscope.cn/profile/shiyilin123
- 问题反馈：欢迎在模型页面“讨论”区留言
## ✅ 使用说明

1. 将上述内容 **复制粘贴** 到你的模型目录中，保存为 `README.md`
2. 编码格式建议使用 **UTF-8 无 BOM**（记事本 → 另存为 → 编码选“UTF-8”）
3. 上传后，魔搭会自动渲染为美观的模型主页！



---

## 💡 可选增强（进阶）

如果你想支持 **在线体验**，可在 `README.md` 最后添加：

## 🧪 在线体验


点击页面上方 “**在Notebook中打开**” 按钮，可直接在线运行推理代码。

或者添加 **模型卡片图**（上传 `thumbnail.png` 到模型目录）：



---



---
