糖尿病临床指令数据集

数据集获取与加载（Hugging Face datasets）

# 前置依赖: pip install datasets
from datasets import load_dataset

ds = load_dataset("Bernardosalerno/Diabetes-Clinical-Intruction-ENG")
print(ds)  # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"

git lfs install && git clone https://hf-mirror.com/datasets/Bernardosalerno/Diabetes-Clinical-Intruction-ENG

数据说明

Diabetes Clinical Instruction Dataset 是一个经过医学验证的高质量指令调优数据集，包含745个样本，专注于糖尿病学、血糖管理和患者护理。该数据集专为大型语言模型（LLM）的对齐（SFT）和专用医疗助手的微调而设计，每个样本都经过了严格的多阶段精炼和审核过程。数据集采用JSONL格式，包含’‘instruction’‘、’‘input’‘、’‘output’'字段，语言为英语，临床重点涵盖1型糖尿病、2型糖尿病、妊娠糖尿病、胰岛素泵管理、连续血糖监测（CGM）数据解释以及饮食临床指南等内容。该数据集适用于模型无关的对齐、检索增强生成（RAG）基准测试以及健康科技原型开发，并采用CC-BY-NC-4.0许可发布，仅用于研究和模型训练目的，不能替代专业医疗建议。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。

完整数据卡：huggingface.co/datasets/Bernardosalerno/Diabetes-Clinical-Intruction-ENG