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

medical-o1-reasoning-SFT中文子集

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

数据集卡为 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/medical-o1-reasoning-sft.svg)](https://mdexa.com/datasets/medical-o1-reasoning-sft/)

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, medical-o1-reasoning-SFT（中文子集）, https://mdexa.com/zh/datasets/medical-o1-reasoning-sft/, 核实于 2026-11-12.

来源风险模型生成

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与推理微调数据
规模
  • ≈20,200 条zh subset
  • ≈25,400 条zh_mix subset
原文：中文 zh 子集20.2k条、zh_mix 25.4k条（另有英文子集）
语言 / 模态
中文 / 文本
发布方
FreedomIntelligence（HuatuoGPT-o1）
年份
2024（arXiv 2412.18925）
专家审核
由自动化的医学验证器校验
核实等级
已核实：看到许可证文字

medical-o1-reasoning-SFT（中文子集） 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 medical-o1-reasoning-SFT（中文子集） 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
微调

第三方原文摘录This dataset is used to fine-tune HuatuoGPT-o1, a medical LLM designed for advanced medical reasoning. This dataset is constructed using快照 s01

专科
综合多专科
标注深度
带推理过程

第三方原文摘录[2024/12/25] We open-sourced the medical reasoning dataset for SFT, built on medical verifiable problems and an LLM verifier.快照 s01

专家参与
无
数据格式
JSON

第三方原文摘录data_files: medical_o1_sft_Chinese.json快照 s01

作者声明据内容推断人工确认

medical-o1-reasoning-SFT（中文子集） 许可证证据 1

  1. Hugging Face 卡片元数据亲自打开
    Apache-2.0
    第三方原文 · Hugging Face 卡片元数据license: apache-2.0

    Hugging Face 数据集卡元数据：Apache-2.0

    huggingface.co2026-11-12 · s01

来源与血缘

基于医学可验证问题，GPT-4o 生成推理与答案

没有记录上下游数据集。

medical-o1-reasoning-SFT（中文子集） 已知问题

  • 答案由 GPT-4o 生成，使用 OpenAI 生成内容的条款本次未核
  • 底层题目来源本次未核

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。

medical-o1-reasoning-SFT（中文子集） 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：

6 个文件 · 247.5 MB

medical-o1-reasoning-SFT（中文子集） 引用格式

Mdexa, medical-o1-reasoning-SFT（中文子集）, https://mdexa.com/zh/datasets/medical-o1-reasoning-sft/, 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

medical-o1-reasoning-sft.jsonmedical-o1-reasoning-sft.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 6 个（作者声明 3 个，附逐字摘录；据内容推断 3 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 medical-o1-reasoning-SFT（中文子集） 相似的数据集

  • Medical-Reasoning-SFT-MegaMdexa 已核实开放问答微调带推理过程 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：模型生成。只链接原出处。

    临床医学 · 问答、对话与指令数据 · 模型生成

    打开信息卡收藏

    共同：适用用途 微调 · 标注深度 带推理过程 · 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

  • 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 · 专家参与 无 · 专科 综合多专科 · 领域 临床医学 · 内容 问答、对话与指令数据

  • HuatuoGPT2-SFT-GPT4-140KMdexa 已核实开放问答微调 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：加工自其他数据集、模型生成。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 · 模型生成

    打开信息卡收藏

    共同：适用用途 微调 · 数据格式 JSON · 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

  • 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：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