# 临床指令微调训练数据（SHP-MED-06-036）

分任务类型组织的单轮指令微调样本。每条样本给出指令、模型可见的上下文块，以及按声明结构写成的目标回答。回答附作答边界声明，并绑定一段可按字符区间回算的证据跨度。分组策略与复核记录随样本交付。可用于临床任务指令微调、医院助手的边界对齐与训练流水线校验。
所属体系：医疗模型训练。
实体 10 个：指令样本 · 任务规范 · 上下文块 · 目标回答 · 证据跨度 · 复核记录 · 数据划分 · 来源文书 · 数据质量项 · 来源沿袭。
字段 152 个（交付范围内的字段总数）。
可获得的业务字段（示例）：指令 · 任务类型 · 任务版本 · 可答性 · 证据截点 · 患者分组 · 就诊分组 · 来源分组 · 生成层级 · 去标识策略版本 · 任务说明 · 期望输出结构 · 不可答处置 · 是否限单轮 · 上下文正文 · 上下文语种 · 临床事件时间 · 记录时间 · 目标输出 · 目标版本 · 作答边界声明 · 起始偏移 · 结束偏移 · 证据正文 · 证据角色 · 复核状态 · 复核人角色 · 复核时间 · 证据已核 · 边界已核 · 复核说明 · 数据划分名称 · 分组键 · 分组策略 · 泄漏防护策略 · 文书族 · 正文可得性 · 去标识状态 · 客户面是否含正文 · 记录状态 · 可用时间 · 缺失原因 · 数据性质 · 问题代码 · 严重程度 · 处理方式 等。
实体关系 4 组：每条指令样本连接一个任务规范、一个上下文块、一个目标回答、至少一个证据跨度与一条复核记录 · 证据跨度以 Unicode 半开区间定位上下文块，按区间截取的文字必须与证据正文一致 · 数据划分按患者、就诊与近重复来源成组，同组样本不跨划分 · 自产样本与来源记录分开存放，来源文书索引单列一层。
数据集组织形式：任务规范清单 ＋ 单一样本文件夹 ＋ 分组与元数据文件。样本文件夹内含指令、上下文块、目标回答、证据跨度、复核记录。。
数据量：按项目商定。
字段范围：按项目的数据来源与加工范围商定。
交付与供应方式：数据集交付：清单 CSV／Parquet ＋ 单一对象文件夹 ＋ Meta.jsonl／Parquet；API 调用；Token 计量；数巨有谱可信数据空间连接器合约使用。
数据取得方式：数据资源持有方书面授权。
数据来源机构：医疗机构（含等级医院、社区医院及康复机构、疾控机构）。
数据加工机构：数巨有谱或数据资源持有方。
数据经营机构：数巨有谱（经营权权利人）。
许可：评估与研究使用许可。
更新日期：2026-08-05。

## 样例

二十条单轮指令样本及其目标回答，按四类任务规范组织。四类为文书分类与章节六条、结构化抽取六条、时间事件四条、术语与去标识转换四条。每条带可见上下文块、按声明结构写成的目标输出。每条另带一段可按字符区间回算的证据跨度、作答边界声明与逐条复核记录。任务规范的期望输出结构与不可答处置一并附上。划分策略按患者、就诊与近重复来源成组。

## 使用场景

- 医疗科技企业 · 医疗垂类大模型微调团队｜医疗任务模型的指令对齐与输出格式收敛｜获得：输出结构可解析、拒答有据、证据可回算的指令对齐语料
- 医院信息中心 · 院内智能助手建设｜院内场景助手的能力边界设定｜获得：能力清单明确、结果可直接对接院内系统的助手训练底料
- 医疗信息化企业 · 数据流水线与模型工程团队｜训练数据流水线的质量卡点设置｜获得：卡点可程序化、划分口径写在数据里的训练流水线输入
- 医学教育与专业内容团队 · 规范化作答范本｜临床文本任务的标准作答范本｜获得：结论带依据、材料不足时有规范说法的作答范本

## 常见问题

问：临床指令微调训练数据包含哪些内容？
答：临床指令微调训练数据（SHP-MED-06-036）交付分任务类型组织的单轮指令微调样本，覆盖文书分类与章节、结构化抽取、时间事件、术语与去标识转换四类任务。每条样本含指令、上下文块、按声明结构写成的目标回答、作答边界声明与可按字符区间回算的证据跨度。

问：临床指令微调训练数据适合训练什么模型？
答：适合医疗任务模型的指令对齐与输出格式收敛训练，拒答与作答一起训练，目标字段未记载时返回未记录；也适合院内智能助手的能力边界设定、训练数据流水线的质量卡点校验，以及临床文本任务的规范化作答范本组织。

问：临床指令微调训练数据的样例与交付形态？
答：产品页提供明确标识的自产样例：二十条单轮指令样本及目标回答，按四类任务规范组织，每条带证据跨度、作答边界声明与逐条复核记录，生成层级随样本标注。支持数据集交付、API 调用、Token 计量与可信数据空间连接器。

问：临床指令微调训练数据怎么定制？起订量多少？
答：任务组织方式可选单一任务类型或多任务组合，再按任务类型范围、上下文长度、不可答样本比例、专科范围与输出结构规格定制，起订量为 3,000 条指令样本，数据量按项目商定。可先申请开源子集或测试数据验证样本结构与校验脚本。

问：临床指令微调训练数据可以和哪些产品组合？
答：常与临床文本去标识化数据（SHP-MED-05-035）对齐上下文文本的处理口径，与证据问答与检索增强训练数据（SHP-MED-06-037）衔接先检索再取证的任务形态，与通用临床能力评测集（SHP-MED-07-042）对照微调结果的能力评测。


## 关联数据集

- SHP-MED-05-035 临床文本去标识化数据：上下文所用文本的处理口径来源
- SHP-MED-06-037 证据问答与检索增强训练数据：需要先检索再取证的任务形态
- SHP-MED-07-042 通用临床能力评测集：微调结果的能力评测对照

页面：https://www.shujuyoupu.com/datasets/catalog/products/SHP-MED-06-036/