一键训练你的医疗GPT，从预训练到对齐全流程搞定
MedicalGPT 是一个开源项目，旨在帮助开发者训练自己的医疗领域大语言模型。它提供了一套完整的训练流水线，覆盖了从增量预训练（PT）、有监督微调（SFT）到强化学习（RLHF、DPO、ORPO、GRPO）的全流程。项目基于 Hugging Face 生态，支持 LLaMA、ChatGLM 等主流基座模型，并内置了医疗问答、诊断等场景的训练数据示例。它解决了医疗AI落地中缺乏领域专用模型和训练流程复杂的问题，让开发者可以低成本地构建针对医疗场景的定制化 GPT 模型。核心能力包括模块化的训练脚本、数据预处理工具、以及多种对齐算法的实现，适合研究和工程化应用。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
1克隆项目代码
把 MedicalGPT 仓库拉到本地，并进入项目根目录，后续脚本都基于该目录执行。
git clone https://github.com/shibing624/MedicalGPT.git
cd MedicalGPT2查看安装使用文档
README 的 Install 章节未列出依赖安装命令，建议先查阅官方 Wiki 文档确认环境与依赖。
3执行 vLLM 多卡部署
README 提供的 vllm 多卡部署脚本，需在多卡 GPU 环境下执行，脚本位于 scripts 目录。
bash scripts/vllm_deployment.sh4运行 OPD 蒸馏训练
v2.7 新增 OPD 蒸馏训练，提供 scripts/run_opd.sh 启动脚本，按需修改配置后执行。
bash scripts/run_opd.sh脚本执行过程中终端日志正常输出、无报错信息，vLLM 服务完成加载即可视为启动成功（README 未给出具体端口与地址）。
Q：README 里没有 pip 安装依赖的命令怎么办？
A：README 的 Install 章节只给出了 vllm 多卡部署脚本，完整安装与环境依赖请查阅官方 Wiki 文档或仓库内脚本说明。
Q：没有多卡 GPU 可以部署吗？
A：README 提供的部署脚本为 vllm 多卡部署脚本，显存与卡数要求请以官方文档说明为准，单卡环境需自行调整。
Q：MedicalGPT 支持哪些训练流程？
A：支持增量预训练、有监督微调、RLHF（奖励建模与强化学习）、DPO、ORPO、GRPO，以及 v2.7 新增的 OPD 蒸馏训练。
Q：训练好的模型权重在哪里获取？
A：可在 Hugging Face 的 shibing624 主页查看官方发布的模型权重。
HuatuoGPT、DoctorGLM、MedicalGPT-zh
MedicalGPT 是模型训练领域的开源项目，由 shibing624 开发，2023 年首次发布。
在全站 13,090 个收录项目中，它的 GitHub 星标数（5,830）位列前 8%，在模型训练分类的 522 个项目里位列前 9%。
近 41 天，它的 GitHub 星标从 5,710 增加到 5,830，净增 120。
项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-22。Apache-2.0许可证，可自由使用和部署，无付费版本。
它主要面向的使用场景是：医疗机构构建私有化医疗问答助手。同类可对比的替代方案包括 HuatuoGPT、DoctorGLM、MedicalGPT-zh。
上一篇：EasyEdit
下一篇：nanochat-mlx
Long-RL
开源
让强化学习轻松驾驭超长序列，训练更稳更快
Long-RL: Scaling RL to Long Sequences (NeurIPS 2025)
TPA
开源
把注意力复杂度从平方降到线性，长序列不再卡顿
[NeurIPS 2025 Spotlight] TPA: Tensor ProducT ATTenTion Transformer (https://arxiv.or···
minimind
开源
两小时造出你的小模型，练手入门不求人
Train a 64M-parameter LLM from scratch in just 2h!
pruna
开源
一键优化 AI 模型，推理提速又省资源。
Pruna is a model optimization framework built for developers, enabling you to delive···