本文介绍了Radiology-Llama2，这是一个通过指令微调 (instruction tuning) 过程专门针对放射学领域优化的大语言模型。该模型基于Llama2架构，并在大量放射学报告数据集上进行了进一步训练，能够根据放射学检查结果生成连贯且具有临床价值的印象描述。在MIMIC-CXR和OpenI数据集上使用ROUGE指标的定量评估表明，与其他生成式语言模型相比，Radiology-Llama2实现了最先进的性能表现：在MIMIC-CXR上的Rouge-1得分为0.4834，在OpenI上为0.4185。放射学专家的额外评估突出了该模型在可理解性、连贯性、相关性、简洁性和临床实用性方面的优势。这项工作展示了为放射学等专业领域设计和微调的本地化语言模型的潜力。通过适当评估和部署，此类模型可以通过自动化重复性任务和增强人类专业知识来改变放射学等领域。

指令微调（IFT）已成为将大语言模型（LLM）与多样化人类需求对齐的关键技术，并在医疗应用中展现出巨大潜力。然而，先前研究主要在生物医学数据集上进行有限多样性的微调，这些数据集通常依赖基准测试或狭窄的任务范围，极大限制了其医疗指令跟随能力和泛化能力的有效性。为弥补这一差距，我们提出利用GPT-4和ChatGPT配合专家精选的高质量种子集，构建了一个多样化、机器生成的医疗IFT数据集Med Instruct \$52k\$。随后我们在该数据集上对LLaMA系列模型进行微调，开发出AlpaCare。尽管使用的领域特定数据集比先前医疗LLM更小，AlpaCare不仅在医疗应用中表现出卓越性能（在医疗自由形式指令评估中比最佳基线绝对提升达\$38.1\%\$），还在多个通用领域基准测试中平均获得\$6.7\%\$的绝对提升。人工评估进一步表明，AlpaCare在正确性和实用性方面持续优于最佳基线。我们公开提供了数据、模型和代码1。