MedGo：一个中文医疗大语言模型

大模型是人工智能领域的热门研究课题。利用其生成能力有望提升医疗服务的水平和质量。针对当前大语言模型在医疗应用中常面临准确性不足和能力狭窄的局限性，本文提出了一个中文医疗大语言模型 MedGo。MedGo 使用高质量无监督医疗数据、监督数据和偏好对齐数据的组合进行训练，旨在增强其在医疗任务中的通用性和精确性。该模型通过公开的 CBLUE 基准和人工构建的数据集 ClinicalQA 进行评估。结果表明，MedGo 在各种中文医疗信息处理任务中取得了有前景的性能，并在 CBLE 评估中获得第一名。此外，在我们构建的数据集 ClinicalQA 上，MedGo 优于其基础模型 Qwen2，凸显了其改善自动医疗问答和临床决策支持的潜力。这些实验结果表明 MedGo 在医疗领域具备强大的信息处理能力。目前，我们已在上海东方医院成功部署了 MedGo。