白泽中医药大语言模型

Baize-Traditional-Chinese-Medicine-Large-Language-Model

🩺 **领域专用 | 中医药智能问答 **

🐉 “白泽”取自中国古代通晓万物的神兽，寓意“通晓中医，智启未来”。本模型致力于推动中医药知识的智能化传承。

---

📚 模型简介

Baize-TCM-LLM 是一个专为中医药领域设计的大语言模型，基于通用大模型在 ** 条高质量中医问答语料** 上进行指令微调（Supervised Fine-Tuning），支持在消费级 GPU（如 16GB 显存）上高效推理。

该模型适用于：

• 中医智能问答系统
• 中医药知识辅助诊断
• 医学生教学与考试辅助
• 低资源环境下的本地化部署

---

🏗️ 模型架构

---

🚀 快速使用（Inference）

方法 ：使用 transformers 加载（推荐）

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

# 模型名称
model_name = "Baize-Traditional-Chinese-Medicine-Large-Language-Model"

# 加载 tokenizer
tokenizer = AutoTokenizer.from_pretrained(model_name, trust_remote_code=True)

# 加载模型，使用 float16（16-bit）半精度，不进行量化
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    torch_dtype=torch.float16,      # 使用 float16
    device_map="auto",              # 自动分配 GPU 显存
    trust_remote_code=True          # 支持自定义模型代码
)

# 推理
prompt = "问题：气虚的主要症状有哪些？\n答案："
inputs = tokenizer(prompt, return_tensors="pt").to("cuda")

outputs = model.generate(
    **inputs,
    max_new_tokens=200,
    temperature=0.7,
    do_sample=True
)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))