项目预览
项目数据
项目介绍
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 ★ 104
核心亮点
- 数据由临床医生亲手编写，贴合真实医疗场景，专业性强
- 覆盖多种临床任务，如摘要、信息提取，适用面广
- 提供评估协议，便于研究者复现和对比模型效果
不足之处
- 数据集规模可能有限，影响模型泛化能力
- 文档和社区支持尚待完善
适用场景
- 医疗大模型微调训练，提升病历理解能力
- 临床决策支持系统的指令遵循评估
- 医学信息学研究中用于测试模型对EMR的处理
替代项目
MIMIC-III、MIMIC-IV、ClinicalBERT
上一篇：MAMA-MIA
同类项目推荐
synthoseis
开源
自动造地震数据+标签，省去人工标注
Generating seismic data and associated labels to train deep learning networks.
GTSinger
开源
一个数据集搞定多种歌唱技巧与语言，让歌声合成更真实可控
Dataset and code of GTSinger(NeurIPS 2024 Spotlight): A Global Multi-Technique Singi···
synthetic-data-generator
开源
一键生成高仿真表格数据，解决隐私与数据稀缺难题
SDG is a specialized framework designed to generate high-quality structured tabular ···
sd-tagtool
开源
拖拽整理SD训练标签，数据干净训练快
A stable diffusion training dataset tag editor.
civitai-data-manager
开源
本地整理 Civitai 模型元数据，批量备份防丢失
A lightweight tool to locally manage, back up, and organize SafeTensors model metada···
awesome-chatgpt-dataset
开源
找训练数据？这个列表帮你一键搞定。
Unlock the Power of LLM: Explore These Datasets to Train Your Own ChatGPT!
gpic
开源
构建合规高质量图像语料，助力视觉生成模型训练
Official Code for GPIC: A Giant Permissive Image Corpus for Visual Generation
common-voice
开源
众包录制真人语音，免费下载多语言开放语料
Common Voice is part of Mozilla's initiative to help teach machines how real people ···
SDGym
开源
一键跑分，对比各种合成数据生成算法
Benchmarking synthetic data generation methods.