本篇文章属于LLM系列内容，主要涉及对《Qibo: A Large Language Model __ for Traditional Chinese Medicine》这一文献的翻译工作。

Qibo：一个大型的中医语言模型

• 摘要
  • 1 引言
  • 2 相关研究
  • 3 技术方案
  • 4 实验与分析
  • 5 总结及不足之处

摘要

在人工智能相关领域，大型语言模型（LLM）在医学、法律及金融等多个专业方向中，针对用户意图的理解与响应能力已实现重要突破。然而，在具有独特理论体系的中医学领域，LLMs的表现仍面临诸多阻碍，这主要源于中医理论与现代医学之间存在的本质差异，以及专业语料库资源匮乏的问题。本研究致力于构建并整理一个专注于中医领域的专业语料库，使大型模型能够融入中医理论的专业知识，并成功研发出基于LLaMA架构的Qibo模型。该模型是首个在中医领域完成从预训练到监督微调（SFT）全过程训练的LLM。同时，我们还开发了Qibo基准测试工具，这不仅是一个用于评估LLM性能的专用工具，更是专门针对中医领域进行模型性能测评的有效手段。此工具将为不同模型在中医领域的理解与应用能力提供量化对比的基础，并为未来中医智能助手的研究方向和实际应用提供重要参考。最终，我们通过一系列详尽实验验证了Qibo模型在中药相关任务中展现出良好的性能表现。