文 | 王强宇 在医疗 AI 领域，通用大语言模型虽凭借海量互联网数据训练具备广泛知识覆盖面，但在需高度专业判 断的临床场景中表现欠佳。当医生询问疾病鉴别诊断时，通用模型可能给出不准确甚至错误建议，这在 严肃的医疗决策中不可接受。 大家都知道监督微调（SFT）技术是解决上述难题性价比较比较高的方案之一，但SFT也需要具体一定 的条件：如高质的数据集，同时由于医疗数据的特殊性和复杂性，模型调优的过程可能非常耗时且难以 预测。同时SFT是一个迭代优化的过程，需要不断地对模型进行训练、评测和优化。 豆蔻妇科大模型的模型调优经历了两个关键优化阶段： 以下是豆蔻妇科大模型从第一个版本的准确率77.1%，通过进一步的SFT后，准确率达到90.2%我们团队 的一些方法和心得，供大家参考，欢迎留言讨论。 一、训练数据集的科学筛选（数据集构建与质量控制） 在对优质训练数据集的筛选过程中，我们实施了三个关键步骤： 第一是系统化数据清理，通过建立严格的质量控制标准，重点关注推理与结果的一致性检查，筛选出 answer与ground truth不一致的样本，特别是那些思考过程和输出结果不一致的情况，这类数据被视为低 质量数据。同时进 ...