仲景中医大语言模型免费开源的中医智能诊疗终极指南【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing在传统中医与现代人工智能的交汇点上一个革命性的工具正悄然改变着中医学习和诊疗的方式。仲景中医大语言模型CMLM-ZhongJing作为首个专门为中医领域打造的开源智能助手将古代医圣张仲景的千年智慧与前沿AI技术完美融合为中医爱好者、医学生和初级从业者提供了前所未有的专业支持。为什么选择仲景中医AI专业诊疗能力的突破性创新传统的中医学习往往需要数年甚至数十年的积累而仲景模型通过创新的诊疗分解架构将复杂的辨证过程系统化、标准化。模型将中医诊疗拆解为15个核心任务模块包括患者治疗故事、诊断分析、舌脉象判断、处方功能解析等模拟了专业中医师的完整思维流程。图仲景模型采用的多任务诊疗行为分解策略将中医辨证过程拆解为15个专业模块实现从症状到诊断的智能推理轻量级部署与高性能表现你是否曾因硬件配置不足而放弃尝试AI模型仲景模型特别设计了1.8B参数的轻量版本仅需单张Tesla T4显卡即可实现高速推理大大降低了使用门槛。同时13B参数的专业版本为医疗机构和研究机构提供了更强的处理能力。核心优势超越通用大模型的中医专业性专业评估验证的可靠性五位专业中医师从客观性、逻辑性、专业性、准确性和完整性五个维度对仲景模型进行了系统评估。结果显示在中医辨证处方任务中仲景模型的表现甚至超越了GPT-4等通用大模型展现出接近国医大师的诊疗水平。图仲景模型在小参数模型中表现突出在逻辑性和完整性维度得分领先展现了中医专业领域的独特优势海量专业数据支撑模型基于13.5万条高质量中医指令数据训练而成涵盖中医古籍内容、名词解释、症状同义词/反义词、证候分析、治法方案等多个维度。这些数据不仅数量庞大更重要的是经过专业医师的严格审核确保了内容的准确性和专业性。实际应用场景从学习到诊疗的全方位支持中医学习者的智能导师对于中医学生和爱好者仲景模型就像一位经验丰富的导师。你可以询问“六经辨证的临床应用”、“黄芪的补气作用机制”等专业问题系统会提供条理清晰、深入浅出的解释帮助你构建完整的知识体系。基层医师的诊疗助手在临床实践中仲景模型能够辅助医师进行辨证分析。当你输入“恶寒发热、咳嗽痰多、苔白腻”等症状时模型会智能追问相关体征逐步引导完成从病因分析到证型判断的完整诊疗过程最终给出精准的中医辨证结果和方剂推荐。家庭健康管理顾问结合季节变化、体质差异和生活习惯模型能够提供个性化的养生建议。例如针对秋季干燥气候系统会推荐“麦冬百合粥滋阴润肺”、“按揉太渊穴养肺阴”等简便易行的养生方法适合家庭健康管理使用。技术特色人类医生与AI的协同创新独特的诊疗分解架构仲景模型的核心创新在于其独特的诊疗分解架构。不同于传统AI模型的单一问答模式它将复杂的中医诊疗过程系统性地拆解为多个关键任务模块让AI能够模拟中医医师的思维过程实现从症状采集到治疗建议的逻辑闭环。跨专科泛化能力虽然模型主要基于妇科数据训练但在内外科、骨科等多个中医专科领域都展现出了出色的诊断与处方能力。这种跨专科的泛化能力证明了模型对中医理论核心原理的深刻理解。快速部署指南三步搭建你的中医AI助手第一步获取项目代码git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing第二步安装依赖环境pip install -r requirements.txt第三步启动Web演示界面python WebDemo.py启动成功后在浏览器中访问http://localhost:7860即可进入仲景中医AI交互界面。如果7860端口被占用可以使用python WebDemo.py --port 7861指定其他端口。版本选择建议项目提供了两个不同规模的模型版本满足不同使用场景需求版本参数量基座模型推理要求适用场景ZhongjingGPT1_13B13BBaichuan2-13B-Chat高性能GPU专业研究、医院部署ZhongJing-2-1_8b1.8BQwen1.5-1.8B-Chat单张T4即可个人学习、快速体验对于大多数用户我们推荐从1.8B版本开始体验。它可以在单张Tesla T4显卡上实现高速推理部署门槛低性能表现优秀。核心源码结构Web演示界面WebDemo.py模型训练代码src/ZhongJingGPT_1_B.ipynbPython实现版本src/zhongjinggpt_1_b.py实际案例展示基层医师诊疗辅助实例某社区卫生服务中心医师在接诊一位“反复胃脘痛3月”的患者时通过仲景模型输入“胃脘胀痛、嗳气反酸、情绪抑郁”等症状系统快速分析为“肝胃不和证”推荐柴胡疏肝散加减方案并提示“注意排查幽门螺杆菌感染”辅助医师做出更精准的诊疗决策。中医学生自学案例中医药大学学生在学习《伤寒论》时通过模型查询“小柴胡汤的临床应用变化”系统不仅详细解释了原方组成和适应症还对比分析了“柴胡桂枝汤”、“大柴胡汤”等衍生方剂的加减规律帮助学生构建完整的知识体系。常见问题解答Q模型对西医相关问题如何处理A仲景模型经过专门训练能够识别西医问题并给出专业建议。当用户描述“发热、咳嗽、咽痛、呼吸困难”时模型会建议及时就医并说明医生可能进行的检查流程体现了中西医结合的诊疗思维。Q部署遇到CUDA内存不足怎么办A可以尝试以下解决方案1) 使用1.8B轻量版本2) 调整batch_size参数3) 使用CPU模式运行4) 启用模型量化技术减少内存占用。Q如何获取最新的模型更新A定期执行git pull origin main命令拉取最新代码然后重新安装依赖即可获得最新功能。Q模型是否需要联网使用A模型完全支持本地部署无需联网即可使用确保用户隐私和数据安全。重要技术免责声明重要提示仲景中医大语言模型目前处于实验室测试阶段所有输出结果仅供学术研究参考不构成任何医疗建议。真实的医疗诊断及决策必须由经验丰富的专业医师通过严格规范的诊疗过程出具。临床诊断和治疗应由执业医师提供切勿将模型输出作为最终诊疗依据。本项目采用学术使用许可未经允许不得商业使用不得在医疗场景或具有潜在医疗意图场景进行临床实践。我们期待与更多中医师和研究者合作共同推动中医智能化发展。未来发展展望技术演进方向垂直领域深化针对针灸、推拿等中医特色疗法开发专用模型模块临床数据整合与医疗机构合作构建真实世界研究数据库持续优化模型性能多模态交互升级加入舌象、脉象等视觉数据输入实现更全面的中医辨证辅助应用场景拓展移动端应用开发手机APP版本让中医AI助手随身携带智能硬件集成与中医诊断设备结合实现智能化四诊合参教育平台融合与中医在线教育平台对接提供智能学习辅导仲景中医大语言模型不仅是一个技术产品更是中医现代化进程中的重要里程碑。它将古代智慧与现代科技相结合为中医的传承与发展开辟了新的可能性。无论你是中医爱好者、医学生还是从业者这个开源项目都值得你深入了解和体验。【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
