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

MedMCQA

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

针对数据的声明允许商用和再分发

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/medmcqa.svg)](https://mdexa.com/datasets/medmcqa/)

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, MedMCQA, https://mdexa.com/zh/datasets/medmcqa/, 核实于 2026-11-14.

来源风险源自考试题抓取自网站

关键事实

领域
临床医学 现代医学
内容
题库与评测集 · 问答、对话与指令数据面向AIIMS与NEET PG医学入学考试的大规模选择题问答数据集，涵盖2.4千个医疗主题和21个医学学科，并附专家解析。
规模
—原文：more than 194k high-quality AIIMS & NEET PG entrance exam MCQs
语言 / 模态
英文 / 文本
发布方
openlifescienceai
年份
—
专家审核
—
核实等级
已核实：看到许可证文字

MedMCQA 是否允许商业使用

商业使用：是。 许可状态为宽松。

条件
保留声明

原文与出处见 MedMCQA 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
选择题（单选）

第三方原文摘录MedMCQA is a large-scale, Multiple-Choice Question Answering (MCQA) dataset designed to address real-world medical entrance exam questions.快照 s95

适用用途
微调

第三方原文摘录The dataset can be used to train a model for multi-choice questions answering, open domain questions answering.快照 s95

评测

第三方原文摘录The development set consists of NEET PG exam MCQs (years 2001-present) to approximate real exam evaluation.快照 s95

专科
综合多专科

第三方原文摘录covering 2.4k healthcare topics and 21 medical subjects快照 s95

来源类型
官方发布

第三方原文摘录Historical Exam questions from official websites - AIIMS & NEET PG (1991- present)快照 s95

标注深度
带解析

第三方原文摘录- `exp` : Expert's explanation of the answer快照 s95

官方划分
有训练与测试划分

第三方原文摘录To enable that, a predefined split of the dataset is provided.快照 s95

评测基准状态
有公开排行榜

第三方原文摘录- **Leaderboard:** https://paperswithcode.com/dataset/medmcqa快照 s95

作者声明据内容推断人工确认

MedMCQA 许可证证据 3

  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"apache-2.0"

    在快照 s97（api-hf）中找到的声明

    huggingface.co2026-11-12 · s97
  2. 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

    在快照 s95（readme）中找到的声明

    huggingface.co2026-11-12 · s95
  3. 数据集页面亲自打开
    Apache-2.0
    第三方原文 · 数据集页面License: apache-2.0

    在快照 s96（page）中找到的声明

    huggingface.co2026-11-12 · s96

来源与血缘

没有记录上下游数据集。

MedMCQA 已知问题

  • 数据集卡片的局限性、偏倚与个人敏感信息部分均标注为“【Needs More Information】”占位内容。

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。

MedMCQA 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：

5 个文件 · 88.3 MB

MedMCQA 引用格式

Mdexa, MedMCQA, https://mdexa.com/zh/datasets/medmcqa/, 核实于 2026-11-14.
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

medmcqa.jsonmedmcqa.mdcatalog.json

修改记录 13
2026-11-14按当前规则重新判定；机器检查仍全部通过。
2026-11-14按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13按当前规则重新判定；机器检查仍全部通过。
2026-11-13经自动流水线收录并通过全部校验（门禁、逐字引用、判定引擎、两轮独立抽取）。

所属合集

与 MedMCQA 相似的数据集

  • 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：任务形式 选择题（单选） · 适用用途 微调、评测 · 专科 综合多专科 · 标注深度 带解析 · 官方划分 有训练与测试划分 · 评测基准状态 有公开排行榜 · 领域 临床医学 · 内容 题库与评测集

  • 医学考试题库 JSON 数据集Mdexa 已核实选择题（单选）评测带解析 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。只链接原出处。

    临床医学 · 药学与药物 · 中药 · 医学影像 · 公共卫生 · 题库与评测集 · 源自考试题

    打开信息卡收藏

    共同：任务形式 选择题（单选） · 适用用途 微调、评测 · 专科 综合多专科 · 标注深度 带解析 · 领域 临床医学 · 内容 题库与评测集

  • PubMedQAMdexa 已核实选择题（单选）评测 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。只链接原出处。

    生物医学文献 · 临床医学 · 问答、对话与指令数据 · 标注语料

    打开信息卡收藏

    共同：任务形式 选择题（单选） · 适用用途 评测 · 专科 综合多专科 · 评测基准状态 有公开排行榜 · 领域 临床医学 · 内容 问答、对话与指令数据

  • CMExamMdexa 已核实选择题（单选）评测带解析 有限制只链接 6.8万 题

    许可证有限制：官方 README 限定仅限学术研究、禁止商业滥用；非官方镜像卡不算数；只链接原出处。

    临床医学 · 题库与评测集 · 源自考试题

    打开信息卡收藏

    共同：任务形式 选择题（单选） · 适用用途 评测 · 专科 综合多专科 · 标注深度 带解析 · 官方划分 有训练与测试划分 · 领域 临床医学 · 内容 题库与评测集

  • 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 · 官方划分 有训练与测试划分 · 领域 临床医学 · 内容 问答、对话与指令数据