Upload folder using huggingface_hub

README.md

@@ -1 +1,98 @@
-The model is updating.
+---
+license: apache-2.0
+language:
+- zh
+- en 
+tasks:
+  - text-generation
+
+---
+
+# PCaPLMM_SFT: A Prostate Cancer Patient Lifestyle Management Model via Supervised Fine-Tuning
+
+## 📄 项目简介
+
+PCaPLMM_SFT 是一个基于 Baichuan2-7B-chat 应用 LoRA 微调经 LLaMA-Factory 架构训练而成的中英文医学对话生成模型。它面向前列腺癌患者的生活方式管理需求，展现了职业医学知识和人文关怀的组合性交互特征。
+
+## 🤖 基础模型信息
+
+- 基础模型：Baichuan2-7B-Chat
+- 微调方式：LoRA (rank=8, 使用 bf16)
+- 训练架构：LLaMA-Factory (v0.7.0)
+- 训练数据：基于系统纳入的2211篇文献构建了面向前列腺癌生活方式场景的训练数据集，包括营养管理、体力活动、体重管控、药物从实性、心理支持等场景
+表2.MedLIFE-Pca-Train数据集的数据构成
+|数据集名称     |类型数据量  |                                   描述                                                    |
+|预训练数据集   |文本数据    |2211 篇文献	包含 1516 篇原创性研究文章和695篇与前列腺癌生活方式相关的综述，用于领域继续预训练        |
+|单轮对话数据集 |医疗对话    |42,670 组	基于知识库生成的单轮患者问答，覆盖饮食营养、体力活动、体重管理、心理支持、药物依从等主题 |
+|多轮对话数据集 |多轮医疗对话|	3,008 组	结合上下文语境扩展生成的连续问答数据，模拟患者在生活方式管理过程中的多轮互动情境     |
+	
+
+
+
+
+
+> 注：根据随机抽样100条问答对进行人工评分
+
+## 📚 训练数据生成流程
+
+将已生成的问题和区域化知识片段进行 prompt 拼接，通过模型生成给出答案。生成进程中模型被指示优先引用专业术语和指南意见，并清晰标明知识来源，以确保答案的医学准确性、可解释性和上下文连谱性。
+
+所有问答对通过统一 JSON 格式保存，用于作为相同类型的盈得导入，保证格式统一、组织程度高、可重复性强。
+
+同时，为了保障训练数据的质量与安全，引入人工评估机制对部分样本进行检查，并通过关键术语迁渡和格式校验规则删除存在医学误差、逻辑矛盾或语言异常的问答对。
+
+## 📂 文件结构
+
+```
+├── adapter_model.bin       # LoRA 微调权重
+├── config.json             # 模型配置文件
+├── tokenizer_config.json   # 分词器配置
+├── special_tokens_map.json # 特殊符号映射
+├── README.md               # 详细说明
+```
+
+## 🔧 使用示例
+
+```python
+from transformers import AutoModelForCausalLM, AutoTokenizer
+
+model = AutoModelForCausalLM.from_pretrained("your-username/PCaPLMM_SFT")
+tokenizer = AutoTokenizer.from_pretrained("your-username/PCaPLMM_SFT")
+
+prompt = "前列腺癌患者是否可以运动？"
+inputs = tokenizer(prompt, return_tensors="pt")
+outputs = model.generate(**inputs, max_new_tokens=512)
+print(tokenizer.decode(outputs[0], skip_special_tokens=True))
+```
+
+## 🚫 使用限制
+
+- 本模型仅用于科研与教学相关场景，不应用于实际医疗诊断或倡导
+- 如需商业化使用，请联系项目负责人
+
+## 📧 联系方式
+
+- 项目负责人：[Fangyuan Jiang\_theromily@gmail.com]
+- 所属单位：南通大学医学院
+
+## 🌟 致谢
+
+- [LLaMA-Factory](https://github.com/hiyouga/LLaMA-Factory)
+- [Baichuan2-7B-Chat](https://huggingface.co/baichuan-inc/Baichuan2-7B-Chat)
+
+## 协议
+
+社区使用 Baichuan 2 模型需要遵循 [Apache 2.0](https://github.com/baichuan-inc/Baichuan2/blob/main/LICENSE) 和[《Baichuan 2 模型社区许可协议》](https://huggingface.co/baichuan-inc/Baichuan2-7B-Base/resolve/main/Baichuan%202%E6%A8%A1%E5%9E%8B%E7%A4%BE%E5%8C%BA%E8%AE%B8%E5%8F%AF%E5%8D%8F%E8%AE%AE.pdf)。Baichuan 2 模型支持商业用途，如果您计划将 Baichuan 2 模型或其衍生品用于商业目的，请您确认您的主体符合以下情况：
+  1. 您或您的关联方的服务或产品的日均用户活跃量（DAU）低于100万。
+  2. 您或您的关联方不是软件服务提供商、云服务提供商。
+  3. 您或您的关联方不存在将授予您的商用许可，未经百川许可二次授权给其他第三方的可能。
+
+在符合以上条件的前提下，您需要通过以下联系邮箱 opensource@baichuan-inc.com ，提交《Baichuan 2 模型社区许可协议》要求的申请材料。审核通过后，百川将特此授予您一个非排他性、全球性、不可转让、不可再许可、可撤销的商用版权许可。
+
+The community usage of Baichuan 2 model requires adherence to [Apache 2.0](https://github.com/baichuan-inc/Baichuan2/blob/main/LICENSE) and [Community License for Baichuan2 Model](https://huggingface.co/baichuan-inc/Baichuan2-7B-Base/resolve/main/Baichuan%202%E6%A8%A1%E5%9E%8B%E7%A4%BE%E5%8C%BA%E8%AE%B8%E5%8F%AF%E5%8D%8F%E8%AE%AE.pdf). The Baichuan 2 model supports commercial use. If you plan to use the Baichuan 2 model or its derivatives for commercial purposes, please ensure that your entity meets the following conditions:
+
+  1. The Daily Active Users (DAU) of your or your affiliate's service or product is less than 1 million.
+  2. Neither you nor your affiliates are software service providers or cloud service providers.
+  3. There is no possibility for you or your affiliates to grant the commercial license given to you, to reauthorize it to other third parties without Baichuan's permission.
+
+Upon meeting the above conditions, you need to submit the application materials required by the Baichuan 2 Model Community License Agreement via the following contact email: opensource@baichuan-inc.com. Once approved, Baichuan will hereby grant you a non-exclusive, global, non-transferable, non-sublicensable, revocable commercial copyright license.

model-00001-of-00004.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:05ea820ce25efe213ccdc418d3d03cf321d4186d7f7c23c32f17b6477cedf32e
+size 4987182800

model-00002-of-00004.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:31d301738f8342bb5a093094de2e43159bcf93376c0015ae009b8e2e88c7f1f7
+size 4947404688

model-00003-of-00004.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:0cf6e40f4c3066896e519f38ed2b98399c2d58425d005ffae122d6b66ff9cb57
+size 4047683632

model-00004-of-00004.safetensors

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8f5fb54adaafd83f71008d96741393725d92a63b9443c860bc6484930c21fa33
+size 1029701760

tokenizer.model

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:79452955be6b419a65984273a9f08af86042e1c2a75ee3ba989cbf620a133cc2
+size 2001107