Generative Large Language Models (LLMs) 在各種自然語言處理任務(wù)中取得了顯著成功，包括問答和對話系統(tǒng)。然而，大多數(shù)模型是在英文數(shù)據(jù)上訓(xùn)練的，缺乏在提供中文答案方面的強(qiáng)大泛化能力。

　　為了解決這一問題，研究團(tuán)隊(duì)推出MedChatZH，這是一個(gè)專為中醫(yī)問答優(yōu)化的對話模型，基于 LLaMA 架構(gòu)的 transformer 解碼器。通過在精心篩選的醫(yī)學(xué)指導(dǎo)數(shù)據(jù)集上進(jìn)行微調(diào)，MedChatZH 在真實(shí)世界的醫(yī)學(xué)對話數(shù)據(jù)集上顯著優(yōu)于幾個(gè)中文對話基線模型。我們的模型、代碼和數(shù)據(jù)集都在 GitHub 上公開可用，以鼓勵(lì)進(jìn)一步在傳統(tǒng)中醫(yī)和 LLMs 領(lǐng)域的研究和發(fā)展。

　　目前，大型語言模型在各種下游自然語言處理任務(wù)中表現(xiàn)出色，其中包括機(jī)器翻譯和實(shí)體識別。在2023年，OpenAI 推出了 ChatGPT 系列生成式對話模型，在學(xué)術(shù)和工業(yè)領(lǐng)域引起了重大反響，顯著推動了自然語言技術(shù)領(lǐng)域的發(fā)展。然而，大多數(shù)語言模型，包括 ChatGPT，主要是在英文數(shù)據(jù)集上訓(xùn)練和微調(diào)的。當(dāng)應(yīng)用于其他語言(如中文)時(shí)，由于詞匯不匹配、語料上下文和回答習(xí)慣的差異，它們往往遇到限制，導(dǎo)致響應(yīng)質(zhì)量和泛化能力下降。此外，在通用語言模型中缺乏特定領(lǐng)域理解的問題在專業(yè)領(lǐng)域中尤為突出，如傳統(tǒng)中醫(yī)會診。即使是像 ChatGPT 這樣的模型在這一任務(wù)中也會遇到困難，原因有:醫(yī)學(xué)領(lǐng)域中嚴(yán)格的道德和審查約束，導(dǎo)致拒絕提供醫(yī)療建議;中醫(yī)訓(xùn)練數(shù)據(jù)的缺乏，導(dǎo)致對中醫(yī)相關(guān)查詢的理解不足。

　　為了解決 LLMs 在中文應(yīng)用場景中的領(lǐng)域適應(yīng)挑戰(zhàn)，研究人員提出了一組新的基礎(chǔ)模型，包括 Chinese-LLaMA 和 BLOOM，這些模型擴(kuò)展并在中文詞匯上進(jìn)行訓(xùn)練，以及 GLM 等雙語模型。然而，將通用語言模型直接應(yīng)用于專業(yè)領(lǐng)域仍未達(dá)到期望的性能水平。與豐富多樣的英文語料相比，中文語料往往被隔離在各種商業(yè)軟件中，不易公開獲取，或者在互聯(lián)網(wǎng)上受到質(zhì)量不佳和缺乏同行審查的困擾。這導(dǎo)致中文預(yù)訓(xùn)練語料和下游任務(wù)數(shù)據(jù)的稀缺，是訓(xùn)練通用中文 LLMs 的主要障礙。將通用語言模型應(yīng)用于中文特定垂直領(lǐng)域的挑戰(zhàn)更為突出，如中醫(yī)會診對話。即使是 ChatGPT 等模型在這一任務(wù)中也面臨困難，原因有:醫(yī)學(xué)領(lǐng)域中嚴(yán)格的道德和審查約束，通常導(dǎo)致拒絕提供醫(yī)療建議;中醫(yī)訓(xùn)練數(shù)據(jù)的缺乏，導(dǎo)致對中醫(yī)相關(guān)查詢的理解不足。

　　為了解決中醫(yī) QA 領(lǐng)域的研究空白，增強(qiáng)對話能力，本文介紹了一個(gè)專門為中醫(yī)患者對話優(yōu)化的生成式 LLM，MedChatZH。首先在大量的中醫(yī)文獻(xiàn)上進(jìn)行訓(xùn)練，使其獲得了傳統(tǒng)中醫(yī)知識的全面可靠基礎(chǔ)。然后在一個(gè)高質(zhì)量的數(shù)據(jù)集上進(jìn)行微調(diào)，該數(shù)據(jù)集結(jié)合了醫(yī)學(xué)和一般對話，經(jīng)過啟發(fā)式和基于模型的過濾等復(fù)雜數(shù)據(jù)處理步驟，以去除不相關(guān)或敏感內(nèi)容，例如個(gè)人信息和口語回復(fù)。MedChatZH 的表現(xiàn)在真實(shí)世界的中醫(yī)問答基準(zhǔn)數(shù)據(jù)集上得到了測試，評估指標(biāo)涵蓋了傳統(tǒng)和基于獎(jiǎng)勵(lì)的模型評分。結(jié)果表明，MedChatZH 在中醫(yī)對話 LLMs(如 BenTsao(原名:HuaTuo)和 HuatuoGPT)上表現(xiàn)優(yōu)異。

　　論文的主要貢獻(xiàn)如下:

　　1. 提出了 MedChatZH，一個(gè)專門針對傳統(tǒng)中醫(yī)會診對話設(shè)計(jì)的生成式 AI 系統(tǒng)，表現(xiàn)良好。

　　2. 收集和整理了大量中醫(yī)文獻(xiàn)，構(gòu)建了一個(gè)預(yù)訓(xùn)練語料庫，并構(gòu)建了一個(gè)結(jié)合一般對話和醫(yī)學(xué)對話的高質(zhì)量數(shù)據(jù)集。通過啟發(fā)式和獎(jiǎng)勵(lì)評估，過濾掉敏感信息和質(zhì)量低下的口語回復(fù)。

　　3. 在真實(shí)世界的中醫(yī)問答基準(zhǔn)數(shù)據(jù)集上評估了 MedChatZH 的性能，展示了其在多個(gè)評估指標(biāo)上優(yōu)于其他基線模型。

　　MedChatZH 在管理傳統(tǒng)中醫(yī)對話的獨(dú)特復(fù)雜性方面表現(xiàn)出色，這可以歸因于它在大量中醫(yī)文獻(xiàn)上的廣泛預(yù)訓(xùn)練，以及在結(jié)合醫(yī)學(xué)和一般對話的數(shù)據(jù)集上進(jìn)行微調(diào)。MedChatZH 的有效性有望為特定于不同語言和文化背景的 LLMs 開辟新途徑。