pluto6272/Qwen3-VL-30B-Medical-V3-Precision

🏥 XunDoc-30B 医疗咨询模型 V4.2

📌 模型描述

这是一个专门针对中文医疗咨询场景微调的大语言模型，基于 Qwen3-VL-30B-A3B Instruct。

V4.2 版本在 V4.1 基础上进行了重大改进，重点提升了：

• 🎯 智能判断：根据信息充足程度决定是否追问
• 🔄 回复多样性：更自然的对话体验
• 📊 医学准确性：精准的医学术语和数值
• 💝 自然人情味：不机械，更贴心

🌟 V4.2 核心改进

改进项	说明
✅ 智能判断	信息充足时直接回答，不足时才追问
✅ 回复多样性	temperature=0.7，回复更自然
✅ 准确性提升	增强了精准医学知识库
✅ 自然结尾	不再机械地每次都问问题
✅ 损失下降89%	从2.331降到0.263

🚀 快速开始

安装依赖

pip install mlx mlx-lm transformers

使用模型

方法1: MLX 命令行聊天

mlx_lm.chat --model pluto6272/XunDoc-30B-Medical-V42

方法2: Python API

from mlx_lm import load, generate

# 加载模型
model, tokenizer = load("pluto6272/XunDoc-30B-Medical-V42")

# 生成回复
prompt = "我的血压145/92，早上空腹测的，需要担心吗？"
response = generate(
    model, 
    tokenizer, 
    prompt=prompt, 
    max_tokens=500,
    temp=0.7  # 增加多样性
)
print(response)

方法3: LM Studio

1. 下载模型到本地
2. 在 LM Studio 中添加本地模型
3. 加载并开始使用

💬 使用示例

示例1: 信息充足 → 直接回答

输入：

我的血压是145/92，早上空腹测的，之前休息了5分钟，没吃降压药

输出：

好的，我来帮您分析这个血压数值。

📊 数据解读：

• 收缩压 145 mmHg（正常<140）
• 舒张压 92 mmHg（正常<90）
• 属于 1级高血压

您的测量条件很规范（空腹、休息后），数据比较可靠。

💡 建议：

1. 连续监测一周，每天同一时间测量
2. 记录数值，观察变化趋势
3. 减少盐分摄入（每日<6g）
4. 如持续偏高，建议心内科就诊

单次测量偏高不必太紧张，持续监测更重要~

示例2: 信息不足 → 智能追问

输入：

我血压有点高

输出：

血压偏高的情况因人而异，需要了解更多才能给您准确建议。

方便告诉我：

1. 具体数值是多少？（比如145/90）
2. 什么时候测的？（早上/晚上，饭前/饭后）

这样我能帮您判断是否需要重视~

📊 训练指标

指标	数值
初始验证损失	2.331
最终验证损失	0.263
测试损失	0.265
测试困惑度	1.303
损失下降	89%
训练步数	7000+ (2000 + 5000)

🎯 训练详情

训练数据 (V4.2)

数据类型	说明
现有中文医学问答	保持专业性
图像分析数据	提升图像理解
情境化回复	智能判断何时追问
多轮对话	增强上下文理解
精准医学知识	准确的数值和术语
身份认知	保持一致身份

技术细节

• 基础模型: Qwen2-VL-30B
• 微调方法: LoRA
• 训练框架: MLX
• 学习率: 2e-6
• 批次大小: 1-2
• LoRA层数: 16

🔧 推荐生成参数

generate(
    model,
    tokenizer,
    prompt=prompt,
    max_tokens=512,
    temp=0.7,                    # 增加多样性
    top_p=0.9,                   # 核采样
    repetition_penalty=1.1,      # 减少重复
)

⚠️ 使用限制与免责声明

✅ 适用场景

• 一般健康咨询与科普
• 检查结果的初步解读
• 用药常识与注意事项
• 健康生活方式建议

❌ 不适用场景

• 紧急医疗情况（请立即就医或拨打120）
• 最终诊断判断（需要专业医生面诊）
• 处方药物开具（需要医生处方）

⚠️ 重要免责声明

本模型仅供参考学习，不能替代专业医疗建议。

• AI模型可能产生不准确或错误的信息
• 不应作为医疗决策的唯一依据
• 任何健康问题都应咨询专业医生
• 紧急情况请立即就医或拨打急救电话

📄 许可证

本模型基于 Apache 2.0 许可证开源。

🙏 致谢

• Qwen 团队: 提供优秀的 Qwen2-VL-30B 基础模型
• MLX 团队: Apple Silicon 深度学习优化框架

---

模型版本: V4.2
更新日期: 2024年12月
开发者: pluto6272