ReasonMed هو حاليًا أكبر مجموعة بيانات مفتوحة المصدر للمنطق الطبي، ونتائج الأوراق البحثية ذات الصلة هي:ReasonMed: مجموعة بيانات متعددة العوامل، بحجم 370 ألفًا، لتطوير التفكير الطبي"، والذي يهدف إلى تدريب وتقييم النماذج لمهام مثل الإجابة على الأسئلة الطبية وتوليد النصوص. تحتوي مجموعة البيانات على 370,000 مثال عالي الجودة للإجابة على الأسئلة، تغطي مجالات متعددة مثل المعرفة السريرية، وعلم التشريح، وعلم الوراثة، وما إلى ذلك. يتم استخراج البيانات من 1.75 مليون مسار استدلال أولي تم إنشاؤه بواسطة ثلاثة نماذج لغوية كبيرة (Qwen-2.5-72B، و DeepSeek-R1-Distill-Llama-70B، و HuatuoGPT-o1-70B)، ويتم صقلها من خلال عملية تحقق وتحسين دقيقة متعددة الوكلاء.

الاستشهاد

@misc{sun2025reasonmed370kmultiagentgenerated,
title={ReasonMed: A 370K Multi-Agent Generated Dataset for Advancing Medical Reasoning},
author={Yu Sun and Xingyu Qian and Weiwen Xu and Hao Zhang and Chenghao Xiao and Long Li and Yu Rong and Wenbing Huang and Qifeng Bai and Tingyang Xu},
year={2025},
eprint={2506.09513},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2506.09513},
}
@misc{lasateam2025lingshugeneralistfoundationmodel,
title={Lingshu: A Generalist Foundation Model for Unified Multimodal Medical Understanding and Reasoning},
author={LASA Team and Weiwen Xu and Hou Pong Chan and Long Li and Mahani Aljunied and Ruifeng Yuan and Jianyu Wang and Chenghao Xiao and Guizhen Chen and Chaoqun Liu and Zhaodonghui Li and Yu Sun and Junao Shen and Chaojun Wang and Jie Tan and Deli Zhao and Tingyang Xu and Hao Zhang and Yu Rong},
year={2025},
eprint={2506.07044},
archivePrefix={arXiv},
primaryClass={cs.CL},
url={https://arxiv.org/abs/2506.07044},
}