license: mit datasets:

• hongzhouyu/FineMed-SFT
• hongzhouyu/FineMed-DPO language:
• en
• zh base_model:
• meta-llama/Llama-3.1-8B
• hongzhouyu/FineMedLM library_name: transformers tags:
• medical

简介

FineMedLM-o1 是一款专为高级医学推理设计的专业医疗大语言模型。它采用多步推理机制，在给出最终答复前会反复推敲并完善其思考过程。

更多信息请访问我们的GitHub仓库。

使用方法

您可以像使用Llama-3.1-8B-Instruct一样使用FineMedLM-o1：

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained("hongzhouyu/FineMedLM-o1")
tokenizer = AutoTokenizer.from_pretrained("hongzhouyu/FineMedLM-o1")

prompt = "神经元活动、性腺激素和神经营养因子之间的相互作用如何影响损伤后的轴突再生？这项研究的潜在治疗意义是什么？请逐步思考。"
messages = [
    {"role": "system", "content": "你是一位专业的医生助手。"},
    {"role": "user", "content": prompt}
]
text = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
model_inputs = tokenizer([text], return_tensors="pt")

generated_ids = model.generate(
    model_inputs.input_ids,
    max_new_tokens=4096
)
generated_ids = [
    output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
]
response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]

print(response)

FineMedLM-o1采用慢思考模式，输出格式为：

**思考过程**
[推理步骤]

**总结**
[最终输出]

引用

@misc{yu2025finemedlmo1enhancingmedicalreasoning,
    title={FineMedLM-o1：从监督微调到测试时训练的LLM医学推理能力增强}, 
    author={余洪洲 and 程天昊 and 程颖 and 冯瑞},
    year={2025},
    eprint={2501.09213},
    archivePrefix={arXiv},
    primaryClass={cs.CL},
    url={https://arxiv.org/abs/2501.09213}, 
}