覆盖97.6%泌尿就医人群 蚂蚁集团开源首个医疗专科推理数据集

科技讯 12月28日，由信通院主办的“虹桥之源”大模型驱动数字经济新生态峰会在上海召开。会上，蚂蚁集团商业机器智能部总经理顾进杰介绍蚂蚁正式开源国内首个医疗专科推理数据集，这将提升大模型在医疗领域的专业性。

数据集由训练、验证、测试三部分组成，包含2132个问答对，每个问答对由医生根据临床经验编写的问题、专家提供的回答以及用于帮助推理的上下文构成，病种覆盖了97.6%以上的泌尿科就医人群，能真实复刻诊疗场景。数据集能提高大模型在医疗诊断推理方面的能力，并作为在严肃可控场景下应用的评测基准。

目前，蚂蚁百灵大模型在中英文的医疗考试以及基准测试达到或超过了GPT4水准，例如，在中文医疗LLM评测榜单promptCBLUE上，取得A榜第一，B榜第二的成绩；在国际医疗问答榜单PubMedQA中，以80.6%的准确率取得了前五的成绩，而且是前十中参数量最小的模型，更适合被机构部署和使用。