Huatuo-Llama-Med-Chinese

把通用大模型调教成懂中医的智能问答助手

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 499 🐛 待处理 28 👀 关注 49

GitHub ↗

GitHub 星标 ★ 4999

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源模型，基于Apache-2.0许可，可免费使用和部署，无在线服务。

项目预览

Huatuo-Llama-Med-Chinese 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类开源模型

开发团队SCIR-HI

GitHubhttps://github.com/SCIR-HI/Huatuo-Llama-Med-Chinese

定价模式🏷️完全免费

价格说明开源模型，基于Apache-2.0许可，可免费使用和部署，无在线服务。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型aidoctor,bloom,chinese,huozi,llama,llm,medgpt,medical,medqa,nlp

GitHub 星标★ 4999

上线时间2023-03-31 00:00:00

代码更新2026-07-04

仓库体积10.9 MB

本站数据更新2026-11-08

维护状态低维护

收录时间2026-08-09

浏览次数6

项目介绍

本草（原名华驼）是一个基于中文医学知识的大语言模型指令微调项目，旨在构建具备专业医学问答能力的开源模型。它通过收集中文医学语料，对Llama等基础模型进行指令微调，使模型能够理解并回答中医及现代医学相关问题。项目解决了通用大模型在医学领域知识不足、回答不专业的问题，提供了从数据构建、模型训练到推理部署的完整流程。核心能力包括医学指令数据生成、LoRA等高效微调方法、以及针对中文医学场景优化的模型权重。项目还包含多个版本的模型，支持不同规模的部署需求。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4999

技术标签

chinese llama llm medical nlp

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 15 分钟部署方式：本地安装 5 步

环境要求

Python 3.9 及以上版本
pip 包管理工具
可访问 GitHub 与 HuggingFace 的网络环境
进行 LoRA 指令微调训练需要 GPU 等计算资源

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取本草(Huatuo-Llama-Med-Chinese)源码，并进入项目目录。
```
git clone https://github.com/SCIR-HI/Huatuo-Llama-Med-Chinese.git
cd Huatuo-Llama-Med-Chinese
```
2确认 Python 版本

README 建议使用 Python 3.9 以上环境，先查看当前解释器版本是否符合。
```
python --version
```
3安装依赖包

在项目根目录执行依赖安装，README 中给出的唯一安装命令即为此条。
```
pip install -r requirements.txt
```
4选择基模型

项目基于 LLaMA、Alpaca-Chinese、Bloom、活字等基模型做指令微调，按需准备对应基模型权重。
5按需进行 LoRA 微调

项目对所有基模型统一采用半精度基模型 + LoRA 的微调方式，以平衡算力开销与模型效果。