敢让患者每段都撒谎的不多

医患对话数据集我见过一些，敢让患者每段都撒个谎的不多。这份开源数据挂在 HuggingFace，Claude Opus 5.5 一共吐了 2194 种疾病的模拟问诊，平均每段 33 轮，从症状、检查一路谈到处置，链接在 huggingface.co/datasets/niste… 。 有意思的正是埋雷那步。每段里患者会藏起一件事，或者甩出一句错话，医生得靠追问把真话套出来，再纠正回去。现实里病人本就不是整理好了才上门，这份材料提前把噪声铺了进去。 能干的活不少。拿来训练、微调小模型、做医疗检索都行。作者也坦白：合成语料，引用可查，但别当医学结论。合成加诚实标注，比很多来路不明的强。 我想到的另一个用处是考医生。每段都埋了隐瞒，拿它当测验集，直接量模型追问的成色。漏得越多，分越难看。这比背标准答案更能看出会不会看病。 页面上那份疾病清单排到 2194 条，光刷目录就够看好一阵。