UNC Chapel Hill 发布 HealthChat-11K 数据集, 应用在 医疗健康、大型语言模型 领域

UNC Chapel Hill 本次发布的数据集 HealthChat-11K, HealthChat-11K 是一个由 UNC Chapel Hill, Duke University, University of Washington 和 Google 研究人员合作创建的，包含 11,000 个真实对话，共计 25,000 条用户消息的数据集。该数据集旨在研究用户在与大型语言模型进行健康信息交流时的互动模式，并通过对 21 个不同健康专业的用户互动进行分类和注释，以帮助理解和改进聊天机器人在医疗保健支持方面的能力。数据集的创建过程包括从大规模对话数据集中筛选健康相关对话，并使用 LLM 进行对话级别的专业分类和消息级别的分类代码注释。该数据集可用于研究用户如何与聊天机器人进行多轮对话，以及如何提出开放式、常常模糊的问题。数据集的最终目标是促进对大型语言模型在医疗保健领域应用的更深入理解，并帮助改善其支持能力。

查看HealthChat-11K

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。