Les grands modèles linguistiques génératifs (LLM) ont connu un succès remarquable dans diverses applications, notamment les systèmes de réponse aux questions (QA) et les dialogues. Toutefois, dans des domaines spécialisés tels que la QA médicale traditionnelle chinoise, ces modèles peuvent se révéler insatisfaisants sans une adaptation fine sur des jeux de données spécifiques au domaine. Pour répondre à ce défi, nous introduisons MedChatZH, un modèle de dialogue conçu spécifiquement pour la question-réponse en médecine traditionnelle chinoise. Ce modèle est pré-entraîné sur des ouvrages de médecine traditionnelle chinoise et affiné à l’aide d’un jeu de données d’instructions médicales soigneusement constitué. Il surpasse plusieurs modèles de référence solides sur un jeu de données réel de dialogues médicaux. Nous mettons à disposition notre modèle, notre code source et notre jeu de données à l’adresse suivante : https://[URL], afin de favoriser des recherches ultérieures dans le domaine de la médecine traditionnelle chinoise et des LLM.