MedicalGPT：医疗领域专用大模型，这居然开源了！_开源医疗大模型

项目简介

MedicalGPT 是一个基于ChatGPT训练流程的医疗行业语言模型项目，主要包括增量预训练、有监督微调和强化学习。项目旨在通过不同的训练阶段，优化模型以更好地适应医疗数据，提高问答和文本生成的准确性和质量。此外，该项目还引入了直接偏好优化(DPO)和无参考模型的优化(ORPO)技术，使得模型在无需复杂的强化学习框架下，能够有效学习并适应人类偏好。项目通过多种数据集和训练策略，实现了模型的持续进化和功能扩展。

特点

基于ChatGPT训练流程，本项目实现了一个专注于医疗行业的语言大模型训练：

第一阶段：PT（Continue PreTraining，持续预训练）在海量领域文档数据上进行增量预训练，以使GPT模型适应领域数据分布。

第二阶段：SFT（Supervised Fine-tuning，有监督微调）构建有指令的微调数据集，在已预训练的模型基础上进行指令精调，以匹配指令意图并融入领域知识。

第三阶段包括两部分：

RM（Reward Model，奖励模型）通过构建人类偏好排序的数据集训练奖励模型，用以模拟人类偏好，主要遵循“有益、诚实、无害”（HHH）的原则。

RL（Reinforcement Learning，强化学习）利用奖励模型训练SFT模型，使得生成模型通过奖励或惩罚更新其策略，从而生成更高质量、更符合人类偏好的文本。

DPO（Direct Preference Optimization，直接偏好优化）方法通过直接优化语言模型的行为，无需复杂的强化学习流程，有效地学习人类偏好，相较于RLHF，DPO更易实现且训练效果更优。

ORPO（无需参考模型的优化方法）使语言大模型能够同时学习遵循指令和满足人类偏好。

DEMO

开发了一个基于Gradio的简洁交互式Web界面。服务启动后，可以通过浏览器访问，输入问题，随后模型将提供答案。

启动服务的命令如下：

CUDA_VISIBLE_DEVICES=0 python gradio_demo.py --model_type base_model_type --base_model path_to_llama_hf_dir --lora_model path_to_lora_dir
1

参数详情如下：

–model_type {base_model_type}：指定预训练模型的类型，支持的类型包括llama、bloom、chatglm等。

–base_model {base_model}：指定存储LLaMA模型权重和配置文件的目录，也可以使用来自HF Model Hub的模型调用名称。

–lora_model {lora_model}：指定LoRA文件的存储目录，也可以使用HF Model Hub的模型调用名称。如果LoRA权重已经整合到预训练模型中，可省略此参数。

–tokenizer_path {tokenizer_path}：指定tokenizer文件的存储目录。如果未指定此参数，其默认值与–base_model相同。

–template_name：设定模板名称，例如vicuna、alpaca等。如果未指定，其默认值为vicuna。

–only_cpu：设置仅使用CPU进行模型推理。

–resize_emb：设置是否调整embedding的大小。如果不进行调整，则使用预训练模型中的embedding大小，默认为不调整。

安装

要适配最新功能，requirements.txt 文件可能需要不时进行更新。更新依赖时，使用以下命令：

git clone https://github.com/shibing624/MedicalGPT``cd MedicalGPT``pip install -r requirements.txt --upgrade
1

此外，对于硬件需求，特别是显存（VRAM），请确保你的设备符合最新功能的需求。更新硬件规格可以帮助确保应用程序运行流畅并充分利用新功能。

训练

1.提供完整PT+SFT+DPO全阶段串起来训练的pipeline：run_training_dpo_pipeline.ipynb ，其对应的colab：

https://colab.research.google.com/github/shibing624/MedicalGPT/blob/main/run_training_dpo_pipeline.ipynb

运行完大概需要15分钟，运行成功后的副本colab：

https://colab.research.google.com/drive/1kMIe3pTec2snQvLBA00Br8ND1_zwy3Gr?usp=sharing

2.提供完整PT+SFT+RLHF全阶段串起来训练的pipeline：run_training_ppo_pipeline.ipynb ，其对应的colab：

https://colab.research.google.com/github/shibing624/MedicalGPT/blob/main/run_training_ppo_pipeline.ipynb

运行完大概需要20分钟，运行成功后的副本colab：

https://colab.research.google.com/drive/1RGkbev8D85gR33HJYxqNdnEThODvGUsS?usp=sharing

支持的模型

推理

训练完成后，加载训练好的模型，验证模型生成文本的效果

CUDA_VISIBLE_DEVICES=0 python inference.py \`    `--model_type base_model_type \`    `--base_model path_to_model_hf_dir \`    `--tokenizer_path path_to_model_hf_dir \`    `--lora_model path_to_lora \`    `--interactive
1

多卡推理

CUDA_VISIBLE_DEVICES=0,1 torchrun --nproc_per_node 2 inference_multigpu_demo.py --model_type baichuan --base_model shibing624/vicuna-baichuan-13b-chat
1

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】