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

Huatuo-26M

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

README 写明 Apache 2.0

宽松只链接Apache-2.0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/huatuo-26m.svg)](https://mdexa.com/datasets/huatuo-26m/)

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, Huatuo-26M, https://mdexa.com/zh/datasets/huatuo-26m/, 核实于 2026-11-12.

来源风险抓取自网站真实患者文本

关键事实

领域
临床医学 现代医学
内容
问答、对话与指令数据问答语料（百科、知识图谱、问诊）
规模
  • ≥26,000,000 问答对total
原文：超过2,600万条医疗问答对
语言 / 模态
中文 / 文本
发布方
FreedomIntelligence / 深圳市大数据研究院（arXiv 2305.01526）
年份
2023
专家审核
未说明
核实等级
已核实：看到许可证文字

Huatuo-26M 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 Huatuo-26M 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
开放问答
适用用途
预训练

第三方原文摘录- As pre-training data for language model (LM):快照 s01

微调

第三方原文摘录- As fine-tuning data for Medical LLM:快照 s01

评测测试集

第三方原文摘录The following is the huatuo test set we used in the paper, which consists of random sampling of data from multiple sources.快照 s01

专科
综合多专科

作者声明据内容推断人工确认

Huatuo-26M 许可证证据 1

  1. README亲自打开
    Apache-2.0
    第三方原文 · READMEThe Huatuo-26M dataset is licensed under Apache 2.0.

    README 许可声明

    github.com2026-11-12 · s01

来源与血缘

在线医学百科、在线医学知识库、在线问诊记录（问诊答案以URL形式给出）

Huatuo-26M 已知问题

  • 内容抓取自网站，原站点对内容的版权与再分发条款未说明
  • 问诊答案以URL形式提供

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。

Huatuo-26M 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：

Huatuo-26M 引用格式

Mdexa, Huatuo-26M, https://mdexa.com/zh/datasets/huatuo-26m/, 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

huatuo-26m.jsonhuatuo-26m.mdcatalog.json

修改记录 6
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 3 个，附逐字摘录；据内容推断 2 个）；未改动任何结论。
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 Huatuo-26M 相似的数据集

  • CMtMedQAMdexa 已核实多轮对话微调 宽松只链接 ≈6.8万 段对话

    许可证宽松，但有来源风险：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 · 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

  • 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 · 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 · 任务形式 开放问答 · 专科 综合多专科 · 领域 临床医学

  • ChatMed_Consult_DatasetMdexa 已核实开放问答微调 冲突待确认 54.9万 行

    许可证各处声明冲突：HF 元数据 CC BY 4.0 与卡片正文 CC BY-NC 4.0 冲突；确认前只链接原出处。

    临床医学 · 问答、对话与指令数据 · 抓取自网站 · 模型生成

    打开信息卡收藏

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

  • Chinese-medical-dialogue-dataToyhomMdexa 已核实开放问答微调 宽松只链接 79.2万 问答对

    许可证宽松，但有来源风险：来源未说明，无法判断来源版权；只链接原出处。

    临床医学 · 问答、对话与指令数据 · 来源未说明

    打开信息卡收藏

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