注册 控制台

现代医学75

传统医学24

通用12

专题合集

模型8

许可证状态与本站处理分开记录全部数据集

CMtMedQA

Mdexa 已核实 · 依据公开的判定规则，逐条对照来源原文核实。了解核查方法

能否商用
是
能否改编
是
能否再分发
是
Mdexa 提供文件
否只链接

数据托管页许可字段（MIT）是明确的数据声明

宽松只链接MIT收藏

徽章

Mdexa 核实 · 宽松 · 2026-11Mdexa 核实宽松 · 2026-11

[![Mdexa verified · Permissive · 2026-11](https://mcp.mdexa.com/v1/badge/datasets/cmtmedqa.svg)](https://mdexa.com/datasets/cmtmedqa/)

可放置于代码仓库或数据集页面；状态与日期随核实结果更新。 说明

引用本页Mdexa, CMtMedQA, https://mdexa.com/zh/datasets/cmtmedqa/, 核实于 2026-11-12.

来源风险真实患者文本

关键事实

领域
临床医学 现代医学
内容
问答、对话与指令数据多轮问诊对话
规模
  • ≈68,023 段对话HF rows
  • 70,000 段对话（声称）README
原文：约68,023条（HF 行数）；README 称70,000条多轮对话
语言 / 模态
中文 / 文本
发布方
SupritYoung（Zhongjing，2023）
年份
2023
专家审核
未说明
核实等级
已核实：看到许可证文字

CMtMedQA 是否允许商业使用

商业使用：是。 许可状态为宽松。

原文与出处见 CMtMedQA 许可证证据。

结论仅记录来源所述，不构成法律意见。

标签

任务形式
多轮对话

第三方原文摘录此外，我们精心构建了一个包含 70,000 条完全来源于真实医患对话的多轮对话数据集。该数据集包含大量医生主动提问的语句，有助于提升模型的主动医疗询问能力。快照 s03

适用用途
微调

第三方原文摘录此外，我们精心构建了一个包含 70,000 条完全来源于真实医患对话的多轮对话数据集。该数据集包含大量医生主动提问的语句，有助于提升模型的主动医疗询问能力。快照 s03

评测测试集 1,000 条

第三方原文摘录- [CMtMedQA_test](data/CMtMedQA_test.json)：包含 1000 条用于评估模型多轮对话能力的测试集，其中还包含了 200 条用于评估模型对中文医疗安全性的响应，包括诱导攻击和极端问题。快照 s03

专科
综合多专科
官方划分
有训练与测试划分

第三方原文摘录- [CMtMedQA_test](data/CMtMedQA_test.json)：包含 1000 条用于评估模型多轮对话能力的测试集，其中还包含了 200 条用于评估模型对中文医疗安全性的响应，包括诱导攻击和极端问题。快照 s03

作者声明据内容推断人工确认

CMtMedQA 许可证证据 3

代码仓库许可证不同不构成对数据的冲突

代码仓库许可证为 Apache-2.0。 这是代码仓库的许可，不是数据许可声明。 LICENSE 文件 · 已核实 s04

  1. Hugging Face 卡片元数据亲自打开
    MIT
    第三方原文 · Hugging Face 卡片元数据license: mit

    Hugging Face 数据集卡：MIT

    huggingface.co2026-11-12 · s01
  2. 仓库许可证文件亲自打开
    Apache-2.0
    第三方原文 · 仓库许可证文件Apache License Version 2.0, January 2004

    GitHub 仓库许可证：Apache-2.0

    github.com2026-11-12 · s04
  3. README亲自打开
    第三方原文 · README本模型仅用于科研用途，使用本模型引起的一切医学风险自负。

    README 另写模型仅用于科研

    github.com2026-11-12 · s03

来源与血缘

README 称来源于真实医患交流

没有记录上下游数据集。

CMtMedQA 已知问题

  • 数据集卡 README 为空，来源与验证方式未写
  • 真实医患对话涉及隐私脱敏情况未说明
  • 代码仓库许可证（Apache-2.0）与数据许可证（数据集卡 MIT）不同
  • 官方项目 README 有一句针对模型的声明（原文照录）：“本模型仅用于科研用途，使用本模型引起的一切医学风险自负。”该句针对模型而非数据，不影响数据许可状态

预检

未预检 数据未入库，预检只对入库数据运行，不代表质量好坏。

CMtMedQA 下载、接口与获取方式

Mdexa 不提供文件，原因见结论。到原始出处获取，使用前请再确认条款：

3 个文件 · 155.6 MB

CMtMedQA 引用格式

Mdexa, CMtMedQA, https://mdexa.com/zh/datasets/cmtmedqa/, 核实于 2026-11-12.
更多引用信息

原始资料没有给出推荐引用文本，上面是本信息卡的引用。

机器可读

cmtmedqa.jsoncmtmedqa.mdcatalog.json

修改记录 9
2026-11-13新增专科标签：multi-specialty(inferred)。
2026-11-13移除存储的规模档位标签；档位改为生成页面时由 size 字段计算。
2026-11-13新增数据集标签 5 个（作者声明 4 个，附逐字摘录；据内容推断 1 个）；未改动任何结论。
2026-11-12状态维持宽松；只针对模型的 README 语句原文记入已知问题（针对模型权重或代码的语句不延伸到数据）。
2026-11-12许可状态由冲突改为宽松：仓库许可证不等于数据许可证，托管页许可字段算数据声明。
2026-11-12单独记录代码仓库许可证，不视为数据许可声明。
2026-11-12补入来自已抓取页面快照的许可证逐字摘录与快照编号；未改动任何结论。
2026-11-12把许可证状态拆成 license_status（许可证怎么写）与 hosting（本站怎么处理）；原结论保留以便追溯。
2026-11-12由早期人工整理的目录转换生成，未新增事实；按分类体系 v2 重新归类。

所属合集

与 CMtMedQA 相似的数据集

  • MedMCQAMdexa 已核实选择题（单选）微调带解析 宽松只链接 —

    许可证宽松：针对数据的声明允许商用和再分发。来源风险标记：源自考试题、抓取自网站。只链接原出处。

    临床医学 · 题库与评测集 · 问答、对话与指令数据 · 源自考试题 · 抓取自网站

    打开信息卡收藏

    共同：适用用途 微调、评测 · 官方划分 有训练与测试划分 · 专科 综合多专科 · 领域 临床医学 · 内容 问答、对话与指令数据

  • DISC-Med-SFTMdexa 已核实多轮对话微调 有限制只链接 ≈47万 条

    许可证有限制：自身标注比上游更宽，按最严格的上游（cMedQA2 限定非商业研究；MedDialog 版权归 haodf.com）判受限；只链接原出处。

    临床医学 · 问答、对话与指令数据 · 加工自其他数据集 · 抓取自网站 · 真实患者文本 · 模型生成

    打开信息卡收藏

    共同：任务形式 多轮对话 · 适用用途 微调 · 专科 综合多专科 · 领域 临床医学 · 内容 问答、对话与指令数据

  • Huatuo-26MMdexa 已核实开放问答预训练 宽松只链接 ≥2600万 问答对

    许可证宽松，但有来源风险：内容抓取自网站，原站条款未说明；源自真实患者文本；只链接原出处。

    临床医学 · 问答、对话与指令数据 · 抓取自网站 · 真实患者文本

    打开信息卡收藏

    共同：适用用途 微调、评测 · 专科 综合多专科 · 领域 临床医学 · 内容 问答、对话与指令数据

  • Huatuo-Llama-Med-Chinese 知识库问答与文献数据Mdexa 已核实多轮对话微调 有限制只链接 ≥8,000 问答对

    许可证有限制：README 写明严禁商用；只链接原出处。

    临床医学 · 生物医学文献 · 问答、对话与指令数据 · 模型生成

    打开信息卡收藏

    共同：任务形式 多轮对话 · 适用用途 微调 · 专科 综合多专科 · 领域 临床医学 · 内容 问答、对话与指令数据

  • CMBChinese Medical BenchmarkMdexa 已核实选择题（单选）评测带解析 宽松只链接 1.1万 题

    许可证宽松，但有来源风险：题目来自有版权的考试；只链接原出处。

    临床医学 · 题库与评测集 · 病例与医案 · 源自考试题

    打开信息卡收藏

    共同：适用用途 微调、评测 · 官方划分 有训练与测试划分 · 专科 综合多专科 · 领域 临床医学