Med-REFL-DPO
Med-REFL-DPO是一个医疗领域用于提升大语言模型推理与反思能力的直接偏好优化数据集，包含约33,000个偏好对。
基本信息
模态
文本
创建/更新时间
2025-06-19
资源简介
Med-REFL-DPO是一个用于提升大型语言模型在医疗领域推理和反思能力的直接偏好优化（DPO）数据集。该数据集利用树状思维方法生成和评估多样化推理轨迹，包含推理增强和反思增强两个子集，分别用于提高一般推理辨识度和模型自我校正，共计约33,000个偏好对。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
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("HANI-LAB/Med-REFL-DPO")
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/HANI-LAB/Med-REFL-DPO
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 其他 的高质量、多模态真实临床数据定制解决方案。
