中医AI终极指南3分钟部署你的专属仲景智能诊疗助手【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing你是否想过让AI助手为你解答中医疑问仲景中医大语言模型CMLM-ZhongJing正是这样一个革命性的开源项目它融合古代医圣张仲景的千年智慧与现代人工智能技术为中医爱好者、医学生和初级从业者提供免费的中医智能诊疗服务。这个中医大语言模型能够理解复杂的中医理论提供专业的辨证分析还能生成个性化的养生方案。 为什么选择仲景中医AI专业诊疗能力超越想象想象一下当你描述恶寒发热、咳嗽痰多、苔白腻等症状时一个AI助手不仅能准确判断为风寒袭肺证还能详细解释病因病机推荐麻黄汤加减方案甚至提醒你注意保暖避风。这正是仲景模型的核心能力——它通过独创的15种诊疗场景任务构建高质量指令数据模拟真实中医辨证思维过程。轻量部署的智能优势与传统大模型动辄需要高端硬件不同仲景模型的1.8B版本可以在单张Tesla T4显卡上流畅运行。这意味着你完全可以在个人电脑或普通服务器上部署这个中医AI助手无需昂贵的计算资源投入。图仲景模型采用的多任务诊疗行为分解架构将复杂中医诊疗过程拆解为15个专业模块 快速部署指南3步搭建中医AI第一步获取项目代码git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing第二步安装必要依赖pip install -r requirements.txt第三步启动Web演示界面python WebDemo.py启动成功后在浏览器中访问http://localhost:7860即可开始使用。如果7860端口被占用可以使用python WebDemo.py --port 7861指定其他端口。 核心功能深度解析中医知识问答系统作为中医学习者你是否经常遇到概念理解困难仲景模型能够详细解释气滞血瘀证的病理机制分析黄芪的补气作用原理还能对比小柴胡汤与大柴胡汤的临床应用差异。它就像一位24小时在线的中医导师随时解答你的疑惑。临床诊疗辅助决策对于基层医师模型提供了强大的辨证辅助功能。输入患者症状后系统会智能追问相关体征逐步引导完成从病因分析到证型判断的完整诊疗过程。这种中医智能诊疗模式特别适合门诊量大的医疗机构。个性化养生方案生成结合季节变化、体质差异和生活习惯系统能提供定制化养生建议。例如针对秋季干燥气候它会推荐麦冬百合粥滋阴润肺、按揉太渊穴养肺阴等简便易行的养生方法。 技术架构揭秘创新的人机协作模式仲景模型的核心创新在于其独特的诊疗分解架构将复杂的中医诊疗过程系统性地拆解为15个关键任务模块。这种设计让AI能够模拟中医医师的思维过程实现从症状到诊断、从诊断到治疗的逻辑闭环。项目团队构建了包含13.5万条高质量中医指令数据涵盖多个专业维度数据类型指令数量主要内容中医古籍内容31,395条经典医籍核心内容解析症状同义词27,650条症状关联网络构建专业术语解释20,376条中医词典详细解释真实临床问题7,990条实际诊疗场景应用病因病机分析8,024条疾病本质深入理解超越通用模型的专业表现通过五位专业医师的系统评估仲景模型在客观性、逻辑性、专业度、准确性和完整性五个维度均表现出色。特别值得关注的是在中医辨证处方任务中仲景模型展现出了超越通用大模型的专业能力。图仲景模型与其他AI模型在中医专业任务上的评估对比展示其在多个维度的优秀表现 实战应用场景基层医疗机构应用某社区卫生服务中心医师在接诊反复胃脘痛3月的患者时通过仲景模型输入症状系统快速分析为肝胃不和证推荐柴胡疏肝散加减方案并提示注意排查幽门螺杆菌感染辅助医师做出更精准的诊疗决策。中医教育辅助工具中医药大学学生在学习《伤寒论》时通过模型查询小柴胡汤的临床应用变化系统不仅详细解释了原方组成和适应症还对比分析了柴胡桂枝汤、大柴胡汤等衍生方剂的加减规律帮助学生构建完整的知识体系。家庭健康管理助手一位中年女性因更年期失眠多梦咨询系统通过多轮对话了解其心烦易怒、潮热盗汗等伴随症状判断为阴虚火旺证推荐百合知母汤调理方案并提供睡前涌泉穴按摩等辅助方法。 版本选择完全指南版本参数量基座模型硬件要求推荐场景ZhongjingGPT1_13B13BBaichuan2-13B-Chat高性能GPU专业研究、医院部署ZhongJing-2-1_8b1.8BQwen1.5-1.8B-Chat单张T4即可个人学习、快速体验选择建议对于大多数用户我们推荐从1.8B版本开始体验。它部署门槛低性能表现优秀完全满足个人学习和初级应用需求。❓ 常见误区与避坑指南误区一认为模型越大越好事实在中医专业领域经过针对性训练的小模型往往比通用大模型表现更好。仲景1.8B模型在中医辨证处方任务中超越了多个百亿参数模型。误区二直接用于临床诊断重要提醒仲景模型目前处于实验室测试阶段所有输出结果仅供学术研究参考。真实的医疗诊断及决策必须由经验丰富的专业医师通过严格规范的诊疗过程出具。误区三忽视中医辨证复杂性正确做法使用模型时应提供尽可能详细的症状描述包括舌象、脉象、发病时间、伴随症状等信息这样才能获得更准确的辨证分析。️ 进阶使用技巧优化提问方式详细描述症状请详细解释什么是气滞血瘀证包括主要症状、舌脉特征和常用方剂对比分析比较桂枝汤和麻黄汤在适应症、药物组成和临床应用上的区别案例学习分析一个脾虚湿困证的典型病例包括诊断依据和治疗方案结合源码深度定制如果你有开发能力可以基于 src/zhongjinggpt_1_b.py 进行二次开发调整模型参数或添加新的训练数据。Web演示界面代码 WebDemo.py 也提供了完整的交互示例。数据扩展建议项目支持添加新的中医知识数据你可以整理自己的临床案例或学习笔记按照项目的数据格式要求进行扩充进一步提升模型的领域专业性。 未来发展路线图技术演进方向垂直领域深化针对针灸、推拿等中医特色疗法开发专用模型模块临床数据整合与医疗机构合作构建真实世界研究数据库多模态交互升级加入舌象、脉象等视觉数据输入应用场景拓展移动端应用开发手机APP版本让中医AI助手随身携带智能硬件集成与中医诊断设备结合实现智能化四诊合参教育平台融合与中医在线教育平台对接提供智能学习辅导 学习资源与社区支持官方文档与源码项目主文档README.md英文文档README-EN.md核心源码src/学术论文参考项目相关论文《ZhongJingGPT: An Expert Knowledge-Guided Language Model for Traditional Chinese Medicine》已被《Tsinghua Science and Technology》期刊录用详细介绍了模型的技术原理和评估方法。社区参与方式欢迎中医从业者、研究者和爱好者参与项目改进你可以提交使用反馈和问题报告贡献中医知识数据参与模型评估和测试分享应用案例和经验⚠️ 重要技术免责声明特别提醒仲景中医大语言模型目前处于实验室测试阶段所有输出结果仅供学术研究参考不构成任何医疗建议。真实的医疗诊断及治疗必须由经验丰富的专业医师通过严格规范的诊疗过程出具。临床诊断和治疗应由执业医师提供切勿将模型输出作为最终诊疗依据。本项目采用学术使用许可未经允许不得商业使用不得在医疗场景或具有潜在医疗意图场景进行临床实践。我们期待与更多中医师和研究者合作共同推动中医智能化发展。开始你的中医AI探索之旅吧无论是学习中医知识、辅助临床思考还是研究AI在传统医学中的应用仲景模型都将是你值得信赖的智能伙伴。立即克隆项目体验传统智慧与现代科技的美妙结合【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
中医AI终极指南：3分钟部署你的专属仲景智能诊疗助手
中医AI终极指南3分钟部署你的专属仲景智能诊疗助手【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing你是否想过让AI助手为你解答中医疑问仲景中医大语言模型CMLM-ZhongJing正是这样一个革命性的开源项目它融合古代医圣张仲景的千年智慧与现代人工智能技术为中医爱好者、医学生和初级从业者提供免费的中医智能诊疗服务。这个中医大语言模型能够理解复杂的中医理论提供专业的辨证分析还能生成个性化的养生方案。 为什么选择仲景中医AI专业诊疗能力超越想象想象一下当你描述恶寒发热、咳嗽痰多、苔白腻等症状时一个AI助手不仅能准确判断为风寒袭肺证还能详细解释病因病机推荐麻黄汤加减方案甚至提醒你注意保暖避风。这正是仲景模型的核心能力——它通过独创的15种诊疗场景任务构建高质量指令数据模拟真实中医辨证思维过程。轻量部署的智能优势与传统大模型动辄需要高端硬件不同仲景模型的1.8B版本可以在单张Tesla T4显卡上流畅运行。这意味着你完全可以在个人电脑或普通服务器上部署这个中医AI助手无需昂贵的计算资源投入。图仲景模型采用的多任务诊疗行为分解架构将复杂中医诊疗过程拆解为15个专业模块 快速部署指南3步搭建中医AI第一步获取项目代码git clone https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing cd CMLM-ZhongJing第二步安装必要依赖pip install -r requirements.txt第三步启动Web演示界面python WebDemo.py启动成功后在浏览器中访问http://localhost:7860即可开始使用。如果7860端口被占用可以使用python WebDemo.py --port 7861指定其他端口。 核心功能深度解析中医知识问答系统作为中医学习者你是否经常遇到概念理解困难仲景模型能够详细解释气滞血瘀证的病理机制分析黄芪的补气作用原理还能对比小柴胡汤与大柴胡汤的临床应用差异。它就像一位24小时在线的中医导师随时解答你的疑惑。临床诊疗辅助决策对于基层医师模型提供了强大的辨证辅助功能。输入患者症状后系统会智能追问相关体征逐步引导完成从病因分析到证型判断的完整诊疗过程。这种中医智能诊疗模式特别适合门诊量大的医疗机构。个性化养生方案生成结合季节变化、体质差异和生活习惯系统能提供定制化养生建议。例如针对秋季干燥气候它会推荐麦冬百合粥滋阴润肺、按揉太渊穴养肺阴等简便易行的养生方法。 技术架构揭秘创新的人机协作模式仲景模型的核心创新在于其独特的诊疗分解架构将复杂的中医诊疗过程系统性地拆解为15个关键任务模块。这种设计让AI能够模拟中医医师的思维过程实现从症状到诊断、从诊断到治疗的逻辑闭环。项目团队构建了包含13.5万条高质量中医指令数据涵盖多个专业维度数据类型指令数量主要内容中医古籍内容31,395条经典医籍核心内容解析症状同义词27,650条症状关联网络构建专业术语解释20,376条中医词典详细解释真实临床问题7,990条实际诊疗场景应用病因病机分析8,024条疾病本质深入理解超越通用模型的专业表现通过五位专业医师的系统评估仲景模型在客观性、逻辑性、专业度、准确性和完整性五个维度均表现出色。特别值得关注的是在中医辨证处方任务中仲景模型展现出了超越通用大模型的专业能力。图仲景模型与其他AI模型在中医专业任务上的评估对比展示其在多个维度的优秀表现 实战应用场景基层医疗机构应用某社区卫生服务中心医师在接诊反复胃脘痛3月的患者时通过仲景模型输入症状系统快速分析为肝胃不和证推荐柴胡疏肝散加减方案并提示注意排查幽门螺杆菌感染辅助医师做出更精准的诊疗决策。中医教育辅助工具中医药大学学生在学习《伤寒论》时通过模型查询小柴胡汤的临床应用变化系统不仅详细解释了原方组成和适应症还对比分析了柴胡桂枝汤、大柴胡汤等衍生方剂的加减规律帮助学生构建完整的知识体系。家庭健康管理助手一位中年女性因更年期失眠多梦咨询系统通过多轮对话了解其心烦易怒、潮热盗汗等伴随症状判断为阴虚火旺证推荐百合知母汤调理方案并提供睡前涌泉穴按摩等辅助方法。 版本选择完全指南版本参数量基座模型硬件要求推荐场景ZhongjingGPT1_13B13BBaichuan2-13B-Chat高性能GPU专业研究、医院部署ZhongJing-2-1_8b1.8BQwen1.5-1.8B-Chat单张T4即可个人学习、快速体验选择建议对于大多数用户我们推荐从1.8B版本开始体验。它部署门槛低性能表现优秀完全满足个人学习和初级应用需求。❓ 常见误区与避坑指南误区一认为模型越大越好事实在中医专业领域经过针对性训练的小模型往往比通用大模型表现更好。仲景1.8B模型在中医辨证处方任务中超越了多个百亿参数模型。误区二直接用于临床诊断重要提醒仲景模型目前处于实验室测试阶段所有输出结果仅供学术研究参考。真实的医疗诊断及决策必须由经验丰富的专业医师通过严格规范的诊疗过程出具。误区三忽视中医辨证复杂性正确做法使用模型时应提供尽可能详细的症状描述包括舌象、脉象、发病时间、伴随症状等信息这样才能获得更准确的辨证分析。️ 进阶使用技巧优化提问方式详细描述症状请详细解释什么是气滞血瘀证包括主要症状、舌脉特征和常用方剂对比分析比较桂枝汤和麻黄汤在适应症、药物组成和临床应用上的区别案例学习分析一个脾虚湿困证的典型病例包括诊断依据和治疗方案结合源码深度定制如果你有开发能力可以基于 src/zhongjinggpt_1_b.py 进行二次开发调整模型参数或添加新的训练数据。Web演示界面代码 WebDemo.py 也提供了完整的交互示例。数据扩展建议项目支持添加新的中医知识数据你可以整理自己的临床案例或学习笔记按照项目的数据格式要求进行扩充进一步提升模型的领域专业性。 未来发展路线图技术演进方向垂直领域深化针对针灸、推拿等中医特色疗法开发专用模型模块临床数据整合与医疗机构合作构建真实世界研究数据库多模态交互升级加入舌象、脉象等视觉数据输入应用场景拓展移动端应用开发手机APP版本让中医AI助手随身携带智能硬件集成与中医诊断设备结合实现智能化四诊合参教育平台融合与中医在线教育平台对接提供智能学习辅导 学习资源与社区支持官方文档与源码项目主文档README.md英文文档README-EN.md核心源码src/学术论文参考项目相关论文《ZhongJingGPT: An Expert Knowledge-Guided Language Model for Traditional Chinese Medicine》已被《Tsinghua Science and Technology》期刊录用详细介绍了模型的技术原理和评估方法。社区参与方式欢迎中医从业者、研究者和爱好者参与项目改进你可以提交使用反馈和问题报告贡献中医知识数据参与模型评估和测试分享应用案例和经验⚠️ 重要技术免责声明特别提醒仲景中医大语言模型目前处于实验室测试阶段所有输出结果仅供学术研究参考不构成任何医疗建议。真实的医疗诊断及治疗必须由经验丰富的专业医师通过严格规范的诊疗过程出具。临床诊断和治疗应由执业医师提供切勿将模型输出作为最终诊疗依据。本项目采用学术使用许可未经允许不得商业使用不得在医疗场景或具有潜在医疗意图场景进行临床实践。我们期待与更多中医师和研究者合作共同推动中医智能化发展。开始你的中医AI探索之旅吧无论是学习中医知识、辅助临床思考还是研究AI在传统医学中的应用仲景模型都将是你值得信赖的智能伙伴。立即克隆项目体验传统智慧与现代科技的美妙结合【免费下载链接】CMLM-ZhongJing首个中医大语言模型——“仲景”。受古代中医学巨匠张仲景深邃智慧启迪专为传统中医领域打造的预训练大语言模型。 The first-ever Traditional Chinese Medicine large language model - CMLM-ZhongJing. Inspired by the profound wisdom of the ancient Chinese medical master Zhang Zhongjing, it is a pre-trained large language model designed specifically for the field of Traditional Chinese Medicine.项目地址: https://gitcode.com/gh_mirrors/cm/CMLM-ZhongJing创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
