本文介绍了一种多阶段训练方法，将大型语言模型（LLMs）应用于医疗保健，并引入了一个包含医疗问答、纯文本、知识图谱和对话的数据集。通过该训练流程，医学LLM（Qilin-Med）在准确率和性能上都有显著提升，证明了该方法在医疗应用中优化LLMs的优势。