qwen3-8b-homecare-ebm-hypothesis-gen-lora

Qwen3-8B 居家康养循证推理 LoRA · 猜想生成器(行为<->慢病关联)

居家康养循证推理小模型之一（共 3 个：ebm-reviewer / ebm-hypothesis-gen / ebm-planner）。 基于 Qwen3-8B + QLoRA 微调，用 unsloth 训练。仅供研究与辅助决策演示，不能替代专业诊疗。

用途

请作为居家康养猜想生成器…生成关于行为/习惯与慢性病潜在关联的循证猜想（相关性非因果）、机制、证据方向、不确定性、最值得先收集的观测

数据与增强（防遗忘 + RAG 支撑）

• 方法学来源：Cochrane 手册（PICO、RoB2）、偏倚/混杂/部分识别方法学综述、用户整理的循证推理框架（Ideas/）。
• 模板本体交叉（1128条）+ UpToDate 真实证据蒸馏的循证猜想与 MASK 缺陷识别样本（2796条，训练集共3611条）：在被隐藏/掩码一部分关键证据后，模型须提出守规矩的相关性猜想、明确指出被隐藏的最关键字段、给出补足该缺陷的观测。
• 每个真实(正例)样本配套反例/过度断言样本，训练模型学会"证据不足时不越界下结论、明确指出还需补充哪项最关键数据并建议重新检索"，从而支撑 RAG 与防遗忘。
• 训练规模：平均每个模型 >1400 个样本；ebm-hypothesis-gen 额外用 UpToDate 真实证据（task3 共 29 万 chunks 中筛取 2800 条）蒸馏 + MASK 缺陷识别，训练集达 3611 条。

使用

from unsloth import FastLanguageModel
model, tokenizer = FastLanguageModel.from_pretrained("Qwen/Qwen3-8B")
model.load_adapter("chenhaodev/qwen3-8b-homecare-ebm-hypothesis-gen-lora")

免责声明

医学相关内容仅作方法学演示，不构成医疗建议。训练数据仅含方法学文本、作者整理的框架与 UpToDate 证据蒸馏后的守规矩猜想/缺陷标注，不包含受版权保护的原始图书正文。