هذه المجموعة من البيانات من الورقةتعزيز القدرة التشخيصية باستخدام نماذج اللغة الكبيرة المحادثة متعددة الوكلاء"لقد تم قبول مجموعة الاختبار المستخدمة في هذه الدراسة من قبل مجلة Nature.

تحتوي مجموعة البيانات على 302 مرضًا نادرًا، حيث يتم اختيار 1 إلى 9 أمراض نادرة عشوائيًا من كل فئة. تم اختيار هذه الأمراض النادرة من بين أكثر من 7 آلاف مرض نادر من 33 نوعًا في قاعدة بيانات Orphanet، وهي قاعدة بيانات شاملة للأمراض النادرة تم تمويلها بالاشتراك مع المفوضية الأوروبية. نظرًا لأن الأمراض النادرة موزعة بشكل مختلف في أنواع مختلفة، فقد تم استخدام طريقة أخذ العينات العشوائية الموزونة الطبيعية للاختيار لضمان التمثيل المتوازن. تم تعديل أوزان العينة لعدد الأمراض من كل نوع وتم تعديلها عن طريق التحويل اللوغاريتمي الطبيعي.