# MedQA (USMLE 4-option, US subset + English textbook corpus)

许可证声明：宽松（MIT）；本站处理：只链接原出处。针对数据的声明允许商用和再分发。来源风险标记：derived、exam-derived。

- 能否商用：是 · 能否改编：是 · 能否再分发：是 · Mdexa 提供文件：否
- 许可证状态：宽松 (MIT)
- Mdexa 处理：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、源自考试题。只链接原出处。
- 来源风险：加工自其他数据集、源自考试题
- 最近核实：2026-11-14
- 信息卡：https://mdexa.com/zh/datasets/medqa-2/

## 关键事实

- 领域：临床医学
- 内容类型：题库与评测集, 文献
- 规模：— — 10K<n<100K
- 语言：英文
- 模态：文本
- 发布方：awinml
- 年份：—

## MedQA (USMLE 4-option, US subset + English textbook corpus) 是否允许商业使用

- 商业使用：是。
- 许可状态：宽松。
- 条件：保留声明
结论仅记录来源所述，不构成法律意见。

## MedQA (USMLE 4-option, US subset + English textbook corpus) 许可证证据

针对数据的声明允许商用和再分发

- **Hugging Face 卡片元数据** — MIT：在快照 s01（readme）中找到的声明 — "license: mit" — https://huggingface.co/datasets/awinml/medqa (2026-11-12; 亲自打开)
- **README** — MIT：在快照 s01（readme）中找到的声明 — "The original [jind11/MedQA](https://github.com/jind11/MedQA) repository is distributed under the [MIT License](https://github.com/jind11/MedQA/blob/master/LICENSE). This re-upload follows that license." — https://huggingface.co/datasets/awinml/medqa (2026-11-12; 亲自打开)
- **README**：在快照 s01（readme）中找到的声明 — "Users should review the original repository and paper and ensure their intended use is compatible with any terms that apply to the underlying source materials." — https://huggingface.co/datasets/awinml/medqa (2026-11-12; 亲自打开)
- **README**：在快照 s01（readme）中找到的声明 — "This dataset should **not** be used for clinical diagnosis, treatment recommendations, or as a substitute for licensed medical expertise." — https://huggingface.co/datasets/awinml/medqa (2026-11-12; 亲自打开)
- **数据集页面**：在快照 s02（page）中找到的声明 — "This dataset should not be used for clinical diagnosis, treatment recommendations, or as a substitute for licensed medical expertise. Performance on multiple-choice exam questions does not reflect clinical safety." — https://huggingface.co/datasets/awinml/medqa (2026-11-12; 亲自打开)
- **数据集页面** — MIT：在快照 s02（page）中找到的声明 — "The original jind11/MedQA repository is distributed under the MIT License . This re-upload follows that license." — https://huggingface.co/datasets/awinml/medqa (2026-11-12; 亲自打开)

## 来源与血缘

—
- 加工自：jind11/MedQA

## MedQA (USMLE 4-option, US subset + English textbook corpus) 已知问题

- 以美国为中心：仅包含 MedQA 的英文 USMLE 部分。
- metamap_phrases 由程序自动生成，可能含有噪声或不完整。
- 教科书语料以原始文本提供，没有章节边界。

## 预检

未预检（数据未入库）。

## MedQA (USMLE 4-option, US subset + English textbook corpus) 下载、接口与获取方式

Mdexa 站内不提供文件。原始出处：
- https://huggingface.co/datasets/awinml/medqa

### 取用配方

- .gitattributes · 3 KB · https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/.gitattributes
- README.md · 9 KB · https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/README.md
- corpus/train.jsonl · 89.9 MB · sha256 d2821c564fb0fb514b594b1f25c9893d1113cb43c3ed5cc0e168982a8a529c8f · https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/corpus/train.jsonl
- questions/test.jsonl · 2.1 MB · https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/questions/test.jsonl
- questions/train.jsonl · 16.2 MB · sha256 3a65baf760f17c395058d6699315a7ce8aa767c50cb193fea87ceb94dd790324 · https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/questions/train.jsonl
- questions/validation.jsonl · 2.0 MB · https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/questions/validation.jsonl

```sh
curl -L --create-dirs -o ".gitattributes" "https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/.gitattributes"
curl -L --create-dirs -o "README.md" "https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/README.md"
curl -L --create-dirs -o "corpus/train.jsonl" "https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/corpus/train.jsonl"
echo "d2821c564fb0fb514b594b1f25c9893d1113cb43c3ed5cc0e168982a8a529c8f  corpus/train.jsonl" | sha256sum -c
curl -L --create-dirs -o "questions/test.jsonl" "https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/questions/test.jsonl"
curl -L --create-dirs -o "questions/train.jsonl" "https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/questions/train.jsonl"
echo "3a65baf760f17c395058d6699315a7ce8aa767c50cb193fea87ceb94dd790324  questions/train.jsonl" | sha256sum -c
curl -L --create-dirs -o "questions/validation.jsonl" "https://huggingface.co/datasets/awinml/medqa/resolve/afdb980b627374a7f10a0a11ed68455596c52742/questions/validation.jsonl"
```

## MedQA (USMLE 4-option, US subset + English textbook corpus) 引用格式

原始资料没有给出推荐引用文本。
- arXiv:2009.13081
- 10.3390/app11146421

## 机器可读

- JSON: https://mdexa.com/datasets/medqa-2.json
- 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 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）。

## 在本库继续查找

本条目是 109 条已处理并核实的记录之一（数据集、数据资源与开源模型）。查找其他条目：调用 `https://mcp.mdexa.com/v1/datasets?q=<关键词>`，或连接 MCP 服务 `https://mcp.mdexa.com/mcp`；每分钟 20 次以内无需密钥。每行返回不到 1 KB；空结果即"数据库未收录"。核对一份清单：一次批量核对（免费账号）即返回报告。说明：/agents.md。相似条目：医学考试题库 JSON 数据集 (https://mdexa.com/zh/datasets/medical-exam-question-bank-json/)；CMB (Chinese Medical Benchmark) (https://mdexa.com/zh/datasets/cmb/)；MedMCQA (https://mdexa.com/zh/datasets/medmcqa/)。