Tong
大模型应用开发
城建数字集团 · 8年经验
日薪：
￥800/8h
地点：
上海 静安
时间：
可工作日远程
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
一、大模型应用与AI医疗相关
熟悉主流大模型：Deepseek、Llama、Qwen等，能够进行模型的微调与部署，适配医疗领域场景。
掌握大模型应用全开发流程：Prompt工程、模型微调基础、RAG检索增强、Function Calling、Agent流程设
计，可独立落地医疗领域大模型应用。
理解大模型核心原理：对Transformer架构、上下文窗口机制、Embedding向量生成、向量检索逻辑有一定理
解，能结合医疗场景优化模型应用效果。
熟悉LangChain、Monai等大模型应用框架，可快速搭建医疗影像知识库问答、医学术语解析、诊断报告辅助
生成等场景。
熟悉主流向量数据库：Chroma、FAISS、Milvus、Pinecone等，掌握向量库构建、检索优化，能支撑医疗知
识库高效检索。
掌握RAG架构全流程：文档切分、文本向量化、检索策略优化、增强生成，可独立搭建企业级医疗私有知识库
问答系统，贴合放射科、临床诊断场景。
二、Java后端与微服务开发
有扎实的Java基础，深入理解JDK核心类库的底层实现原理，具备高质量编码与技术攻坚能力。
有丰富的JavaEE、Rest API、WebService开发经验，能独立设计、开发高可用后端服务，适配大模型应用与医
疗系统对接需求。
精通Spring Cloud、Spring Boot等主流框架，深入理解框架底层原理，能结合业务场景进行架构优化与问题排
查。
掌握MySQL、Oracle等关系型数据库，具备合理的表结构设计能力，能写出高效执行语句。
三、云原生与DevOps
掌握AWS云服务，有ECS、Dynamodb、Cloudfront等产品实战使用经验，具备一定的业务架构设计与云部署
能力。
掌握主流DevOps工具，熟练使用CI/CD工具实现敏捷交付，具备使用Jenkins、Python、Groovy编写自动化脚
本的能力，支撑项目高效迭代。
熟悉Linux系统、Docker容器，能熟练部署Java服务、大模型应用及医疗影像处理相关项目，快速排查线上bug
与性能问题。
熟悉Nginx，掌握主从配置、负载均衡、静态服务、SSL配置等，能搭建高可用的服务访问架构。
熟练掌握Git、Maven、IntelliJ IDEA等开发工具，具备规范的版本管理
熟悉主流大模型：Deepseek、Llama、Qwen等，能够进行模型的微调与部署，适配医疗领域场景。
掌握大模型应用全开发流程：Prompt工程、模型微调基础、RAG检索增强、Function Calling、Agent流程设
计，可独立落地医疗领域大模型应用。
理解大模型核心原理：对Transformer架构、上下文窗口机制、Embedding向量生成、向量检索逻辑有一定理
解，能结合医疗场景优化模型应用效果。
熟悉LangChain、Monai等大模型应用框架，可快速搭建医疗影像知识库问答、医学术语解析、诊断报告辅助
生成等场景。
熟悉主流向量数据库：Chroma、FAISS、Milvus、Pinecone等，掌握向量库构建、检索优化，能支撑医疗知
识库高效检索。
掌握RAG架构全流程：文档切分、文本向量化、检索策略优化、增强生成，可独立搭建企业级医疗私有知识库
问答系统，贴合放射科、临床诊断场景。
二、Java后端与微服务开发
有扎实的Java基础，深入理解JDK核心类库的底层实现原理，具备高质量编码与技术攻坚能力。
有丰富的JavaEE、Rest API、WebService开发经验，能独立设计、开发高可用后端服务，适配大模型应用与医
疗系统对接需求。
精通Spring Cloud、Spring Boot等主流框架，深入理解框架底层原理，能结合业务场景进行架构优化与问题排
查。
掌握MySQL、Oracle等关系型数据库，具备合理的表结构设计能力，能写出高效执行语句。
三、云原生与DevOps
掌握AWS云服务，有ECS、Dynamodb、Cloudfront等产品实战使用经验，具备一定的业务架构设计与云部署
能力。
掌握主流DevOps工具，熟练使用CI/CD工具实现敏捷交付，具备使用Jenkins、Python、Groovy编写自动化脚
本的能力，支撑项目高效迭代。
熟悉Linux系统、Docker容器，能熟练部署Java服务、大模型应用及医疗影像处理相关项目，快速排查线上bug
与性能问题。
熟悉Nginx，掌握主从配置、负载均衡、静态服务、SSL配置等，能搭建高可用的服务访问架构。
熟练掌握Git、Maven、IntelliJ IDEA等开发工具，具备规范的版本管理
项目经验
AI医疗影像全流程技术实践项目
开发周期：2025.8~至今
项目描述：围绕医疗影像处理、分割、配准及智能问答全流程，搭建端到端技术方案，覆盖医疗影像数据预处
理、病灶分割、多模态配准、医疗知识库问答四大核心模块，解决医疗影像标注粗糙、数据格式不统一、小样
本训练、临床问答不精准等行业痛点，适配肺结节筛查、放射诊断辅助等临床场景，结合自身Java后端开发与
大模型应用经验，实现工程化落地与技术优化，形成可演示、可复用的完整技术套件（简历后附有详细说明文
档）。
责任描述：完成医疗影像数据预处理与标注优化，搭建nnUNetv2肺结节分割完整流水线并实现半监督训练，
开发多模态医学影像配准功能，构建医疗影像领域RAG问答系统并完成TinyLlama大模型微调。
使用技术：Python+Java+Pytorch+nnUNetv2+3D Slicer+TinyLlama-1.1B-Chat
v1.0+LangChain+FAISS+Streamlit+Docker
项目亮点：1. 覆盖医疗影像全流程技术，从数据预处理到智能问答，贴合临床实际需求；2. 针对医疗数据标
注成本高的痛点，实现nnUNetv2半监督训练，提升小样本场景下的分割精度（Dice系数达0.89+，HD95误差
控制在2mm内）；3. 将RAG知识库与肺结节临床指南、放射科报告范本结合，提升问答的专业性；4. 包含数
据处理、模型训练、推理可视化、智能问答等功能，可直接用于面试技术展示。
AI应用需求开发
开发周期：2025.6~2025.8
项目描述：参与了隧道股份AI知识库建设的招投标评审，在实施过程中评估后续由数字集团替代实施的可行性
以及方案。参与了深圳龙岗区政务局智能语音助理的投标，对接阶跃星辰语音大模型做了DEMO开发。对数字
集团子公司及隧道股份各子公司提出的AI建设需求进行了评估，并做了技术方案设计。
责任描述：对需求进行可行性评估，并做技术方案设计。
使用技术：Pytorch+Vllm+Deepseek+Qwen3-Embedding
HSBC（汇丰）FX Payment API开发
开发周期：2023.11~2025.2
项目描述：为澳洲市场手机银行Confirmation of Payee项目进行后台的API以及数据库开发。该服务为顾客在
向他人账户付款时提供了一层保护，将顾客为收款人输入的账户详细信息与收款银行持有的账户详细资料进行
核对，并告诉顾客账户详细信息是否匹配。
责任描述：参与需求分析，结合架构设计进行API及数据库开发。
使用技术：SpringBoot+PostgreSQL+Redis+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：由于匹配信息是由三方银行接口或服务提供，所以采用了本地数据库及redis进行多级缓存的结构，
提高了服务响应速度以及用户体验。
HSBC（汇丰）澳洲市场手机银行API开发
开发周期：2019.9~2023.11
项目描述：系统后台整体采用DevOps风格的微服务架构，透过自动化“软件交付”和“架构变更”的流程，来使得
构建、测试、发布软件能够更加地快捷、频繁和可靠，从而为手机银行用户提供可靠、专业、便捷的金融服
务。
责任描述：参与需求分析，结合数据决算系统提出API的实现方案，并进行API的设计和云部署。监控APP以及
API运行状态，对线上出现的各类告警和故障及时进行处理。管理Sorry Page，支持线上后台服务的更新发布。
保障客户反馈中心，对客户反馈的APP问题进行分析，给出可行性解决方案。
使用技术：SpringBoot+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：采取Agile敏捷开发，适应快速变化需求。使用微服务架构，采取公有云和私有云结合的方式，提高
服务的易用性和可靠性
开发周期：2025.8~至今
项目描述：围绕医疗影像处理、分割、配准及智能问答全流程，搭建端到端技术方案，覆盖医疗影像数据预处
理、病灶分割、多模态配准、医疗知识库问答四大核心模块，解决医疗影像标注粗糙、数据格式不统一、小样
本训练、临床问答不精准等行业痛点，适配肺结节筛查、放射诊断辅助等临床场景，结合自身Java后端开发与
大模型应用经验，实现工程化落地与技术优化，形成可演示、可复用的完整技术套件（简历后附有详细说明文
档）。
责任描述：完成医疗影像数据预处理与标注优化，搭建nnUNetv2肺结节分割完整流水线并实现半监督训练，
开发多模态医学影像配准功能，构建医疗影像领域RAG问答系统并完成TinyLlama大模型微调。
使用技术：Python+Java+Pytorch+nnUNetv2+3D Slicer+TinyLlama-1.1B-Chat
v1.0+LangChain+FAISS+Streamlit+Docker
项目亮点：1. 覆盖医疗影像全流程技术，从数据预处理到智能问答，贴合临床实际需求；2. 针对医疗数据标
注成本高的痛点，实现nnUNetv2半监督训练，提升小样本场景下的分割精度（Dice系数达0.89+，HD95误差
控制在2mm内）；3. 将RAG知识库与肺结节临床指南、放射科报告范本结合，提升问答的专业性；4. 包含数
据处理、模型训练、推理可视化、智能问答等功能，可直接用于面试技术展示。
AI应用需求开发
开发周期：2025.6~2025.8
项目描述：参与了隧道股份AI知识库建设的招投标评审，在实施过程中评估后续由数字集团替代实施的可行性
以及方案。参与了深圳龙岗区政务局智能语音助理的投标，对接阶跃星辰语音大模型做了DEMO开发。对数字
集团子公司及隧道股份各子公司提出的AI建设需求进行了评估，并做了技术方案设计。
责任描述：对需求进行可行性评估，并做技术方案设计。
使用技术：Pytorch+Vllm+Deepseek+Qwen3-Embedding
HSBC（汇丰）FX Payment API开发
开发周期：2023.11~2025.2
项目描述：为澳洲市场手机银行Confirmation of Payee项目进行后台的API以及数据库开发。该服务为顾客在
向他人账户付款时提供了一层保护，将顾客为收款人输入的账户详细信息与收款银行持有的账户详细资料进行
核对，并告诉顾客账户详细信息是否匹配。
责任描述：参与需求分析，结合架构设计进行API及数据库开发。
使用技术：SpringBoot+PostgreSQL+Redis+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：由于匹配信息是由三方银行接口或服务提供，所以采用了本地数据库及redis进行多级缓存的结构，
提高了服务响应速度以及用户体验。
HSBC（汇丰）澳洲市场手机银行API开发
开发周期：2019.9~2023.11
项目描述：系统后台整体采用DevOps风格的微服务架构，透过自动化“软件交付”和“架构变更”的流程，来使得
构建、测试、发布软件能够更加地快捷、频繁和可靠，从而为手机银行用户提供可靠、专业、便捷的金融服
务。
责任描述：参与需求分析，结合数据决算系统提出API的实现方案，并进行API的设计和云部署。监控APP以及
API运行状态，对线上出现的各类告警和故障及时进行处理。管理Sorry Page，支持线上后台服务的更新发布。
保障客户反馈中心，对客户反馈的APP问题进行分析，给出可行性解决方案。
使用技术：SpringBoot+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：采取Agile敏捷开发，适应快速变化需求。使用微服务架构，采取公有云和私有云结合的方式，提高
服务的易用性和可靠性
Tong
大模型应用开发 · 8年经验 · 城建数字集团
0
累计接单
0
用户评价
0
被收藏
信用行为
0
接单数
0
评价数
0
收藏数
技术能力
一、大模型应用与AI医疗相关
熟悉主流大模型：Deepseek、Llama、Qwen等，能够进行模型的微调与部署，适配医疗领域场景。
掌握大模型应用全开发流程：Prompt工程、模型微调基础、RAG检索增强、Function Calling、Agent流程设
计，可独立落地医疗领域大模型应用。
理解大模型核心原理：对Transformer架构、上下文窗口机制、Embedding向量生成、向量检索逻辑有一定理
解，能结合医疗场景优化模型应用效果。
熟悉LangChain、Monai等大模型应用框架，可快速搭建医疗影像知识库问答、医学术语解析、诊断报告辅助
生成等场景。
熟悉主流向量数据库：Chroma、FAISS、Milvus、Pinecone等，掌握向量库构建、检索优化，能支撑医疗知
识库高效检索。
掌握RAG架构全流程：文档切分、文本向量化、检索策略优化、增强生成，可独立搭建企业级医疗私有知识库
问答系统，贴合放射科、临床诊断场景。
二、Java后端与微服务开发
有扎实的Java基础，深入理解JDK核心类库的底层实现原理，具备高质量编码与技术攻坚能力。
有丰富的JavaEE、Rest API、WebService开发经验，能独立设计、开发高可用后端服务，适配大模型应用与医
疗系统对接需求。
精通Spring Cloud、Spring Boot等主流框架，深入理解框架底层原理，能结合业务场景进行架构优化与问题排
查。
掌握MySQL、Oracle等关系型数据库，具备合理的表结构设计能力，能写出高效执行语句。
三、云原生与DevOps
掌握AWS云服务，有ECS、Dynamodb、Cloudfront等产品实战使用经验，具备一定的业务架构设计与云部署
能力。
掌握主流DevOps工具，熟练使用CI/CD工具实现敏捷交付，具备使用Jenkins、Python、Groovy编写自动化脚
本的能力，支撑项目高效迭代。
熟悉Linux系统、Docker容器，能熟练部署Java服务、大模型应用及医疗影像处理相关项目，快速排查线上bug
与性能问题。
熟悉Nginx，掌握主从配置、负载均衡、静态服务、SSL配置等，能搭建高可用的服务访问架构。
熟练掌握Git、Maven、IntelliJ IDEA等开发工具，具备规范的版本管理
熟悉主流大模型：Deepseek、Llama、Qwen等，能够进行模型的微调与部署，适配医疗领域场景。
掌握大模型应用全开发流程：Prompt工程、模型微调基础、RAG检索增强、Function Calling、Agent流程设
计，可独立落地医疗领域大模型应用。
理解大模型核心原理：对Transformer架构、上下文窗口机制、Embedding向量生成、向量检索逻辑有一定理
解，能结合医疗场景优化模型应用效果。
熟悉LangChain、Monai等大模型应用框架，可快速搭建医疗影像知识库问答、医学术语解析、诊断报告辅助
生成等场景。
熟悉主流向量数据库：Chroma、FAISS、Milvus、Pinecone等，掌握向量库构建、检索优化，能支撑医疗知
识库高效检索。
掌握RAG架构全流程：文档切分、文本向量化、检索策略优化、增强生成，可独立搭建企业级医疗私有知识库
问答系统，贴合放射科、临床诊断场景。
二、Java后端与微服务开发
有扎实的Java基础，深入理解JDK核心类库的底层实现原理，具备高质量编码与技术攻坚能力。
有丰富的JavaEE、Rest API、WebService开发经验，能独立设计、开发高可用后端服务，适配大模型应用与医
疗系统对接需求。
精通Spring Cloud、Spring Boot等主流框架，深入理解框架底层原理，能结合业务场景进行架构优化与问题排
查。
掌握MySQL、Oracle等关系型数据库，具备合理的表结构设计能力，能写出高效执行语句。
三、云原生与DevOps
掌握AWS云服务，有ECS、Dynamodb、Cloudfront等产品实战使用经验，具备一定的业务架构设计与云部署
能力。
掌握主流DevOps工具，熟练使用CI/CD工具实现敏捷交付，具备使用Jenkins、Python、Groovy编写自动化脚
本的能力，支撑项目高效迭代。
熟悉Linux系统、Docker容器，能熟练部署Java服务、大模型应用及医疗影像处理相关项目，快速排查线上bug
与性能问题。
熟悉Nginx，掌握主从配置、负载均衡、静态服务、SSL配置等，能搭建高可用的服务访问架构。
熟练掌握Git、Maven、IntelliJ IDEA等开发工具，具备规范的版本管理
项目经验
AI医疗影像全流程技术实践项目
开发周期：2025.8~至今
项目描述：围绕医疗影像处理、分割、配准及智能问答全流程，搭建端到端技术方案，覆盖医疗影像数据预处
理、病灶分割、多模态配准、医疗知识库问答四大核心模块，解决医疗影像标注粗糙、数据格式不统一、小样
本训练、临床问答不精准等行业痛点，适配肺结节筛查、放射诊断辅助等临床场景，结合自身Java后端开发与
大模型应用经验，实现工程化落地与技术优化，形成可演示、可复用的完整技术套件（简历后附有详细说明文
档）。
责任描述：完成医疗影像数据预处理与标注优化，搭建nnUNetv2肺结节分割完整流水线并实现半监督训练，
开发多模态医学影像配准功能，构建医疗影像领域RAG问答系统并完成TinyLlama大模型微调。
使用技术：Python+Java+Pytorch+nnUNetv2+3D Slicer+TinyLlama-1.1B-Chat
v1.0+LangChain+FAISS+Streamlit+Docker
项目亮点：1. 覆盖医疗影像全流程技术，从数据预处理到智能问答，贴合临床实际需求；2. 针对医疗数据标
注成本高的痛点，实现nnUNetv2半监督训练，提升小样本场景下的分割精度（Dice系数达0.89+，HD95误差
控制在2mm内）；3. 将RAG知识库与肺结节临床指南、放射科报告范本结合，提升问答的专业性；4. 包含数
据处理、模型训练、推理可视化、智能问答等功能，可直接用于面试技术展示。
AI应用需求开发
开发周期：2025.6~2025.8
项目描述：参与了隧道股份AI知识库建设的招投标评审，在实施过程中评估后续由数字集团替代实施的可行性
以及方案。参与了深圳龙岗区政务局智能语音助理的投标，对接阶跃星辰语音大模型做了DEMO开发。对数字
集团子公司及隧道股份各子公司提出的AI建设需求进行了评估，并做了技术方案设计。
责任描述：对需求进行可行性评估，并做技术方案设计。
使用技术：Pytorch+Vllm+Deepseek+Qwen3-Embedding
HSBC（汇丰）FX Payment API开发
开发周期：2023.11~2025.2
项目描述：为澳洲市场手机银行Confirmation of Payee项目进行后台的API以及数据库开发。该服务为顾客在
向他人账户付款时提供了一层保护，将顾客为收款人输入的账户详细信息与收款银行持有的账户详细资料进行
核对，并告诉顾客账户详细信息是否匹配。
责任描述：参与需求分析，结合架构设计进行API及数据库开发。
使用技术：SpringBoot+PostgreSQL+Redis+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：由于匹配信息是由三方银行接口或服务提供，所以采用了本地数据库及redis进行多级缓存的结构，
提高了服务响应速度以及用户体验。
HSBC（汇丰）澳洲市场手机银行API开发
开发周期：2019.9~2023.11
项目描述：系统后台整体采用DevOps风格的微服务架构，透过自动化“软件交付”和“架构变更”的流程，来使得
构建、测试、发布软件能够更加地快捷、频繁和可靠，从而为手机银行用户提供可靠、专业、便捷的金融服
务。
责任描述：参与需求分析，结合数据决算系统提出API的实现方案，并进行API的设计和云部署。监控APP以及
API运行状态，对线上出现的各类告警和故障及时进行处理。管理Sorry Page，支持线上后台服务的更新发布。
保障客户反馈中心，对客户反馈的APP问题进行分析，给出可行性解决方案。
使用技术：SpringBoot+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：采取Agile敏捷开发，适应快速变化需求。使用微服务架构，采取公有云和私有云结合的方式，提高
服务的易用性和可靠性
开发周期：2025.8~至今
项目描述：围绕医疗影像处理、分割、配准及智能问答全流程，搭建端到端技术方案，覆盖医疗影像数据预处
理、病灶分割、多模态配准、医疗知识库问答四大核心模块，解决医疗影像标注粗糙、数据格式不统一、小样
本训练、临床问答不精准等行业痛点，适配肺结节筛查、放射诊断辅助等临床场景，结合自身Java后端开发与
大模型应用经验，实现工程化落地与技术优化，形成可演示、可复用的完整技术套件（简历后附有详细说明文
档）。
责任描述：完成医疗影像数据预处理与标注优化，搭建nnUNetv2肺结节分割完整流水线并实现半监督训练，
开发多模态医学影像配准功能，构建医疗影像领域RAG问答系统并完成TinyLlama大模型微调。
使用技术：Python+Java+Pytorch+nnUNetv2+3D Slicer+TinyLlama-1.1B-Chat
v1.0+LangChain+FAISS+Streamlit+Docker
项目亮点：1. 覆盖医疗影像全流程技术，从数据预处理到智能问答，贴合临床实际需求；2. 针对医疗数据标
注成本高的痛点，实现nnUNetv2半监督训练，提升小样本场景下的分割精度（Dice系数达0.89+，HD95误差
控制在2mm内）；3. 将RAG知识库与肺结节临床指南、放射科报告范本结合，提升问答的专业性；4. 包含数
据处理、模型训练、推理可视化、智能问答等功能，可直接用于面试技术展示。
AI应用需求开发
开发周期：2025.6~2025.8
项目描述：参与了隧道股份AI知识库建设的招投标评审，在实施过程中评估后续由数字集团替代实施的可行性
以及方案。参与了深圳龙岗区政务局智能语音助理的投标，对接阶跃星辰语音大模型做了DEMO开发。对数字
集团子公司及隧道股份各子公司提出的AI建设需求进行了评估，并做了技术方案设计。
责任描述：对需求进行可行性评估，并做技术方案设计。
使用技术：Pytorch+Vllm+Deepseek+Qwen3-Embedding
HSBC（汇丰）FX Payment API开发
开发周期：2023.11~2025.2
项目描述：为澳洲市场手机银行Confirmation of Payee项目进行后台的API以及数据库开发。该服务为顾客在
向他人账户付款时提供了一层保护，将顾客为收款人输入的账户详细信息与收款银行持有的账户详细资料进行
核对，并告诉顾客账户详细信息是否匹配。
责任描述：参与需求分析，结合架构设计进行API及数据库开发。
使用技术：SpringBoot+PostgreSQL+Redis+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：由于匹配信息是由三方银行接口或服务提供，所以采用了本地数据库及redis进行多级缓存的结构，
提高了服务响应速度以及用户体验。
HSBC（汇丰）澳洲市场手机银行API开发
开发周期：2019.9~2023.11
项目描述：系统后台整体采用DevOps风格的微服务架构，透过自动化“软件交付”和“架构变更”的流程，来使得
构建、测试、发布软件能够更加地快捷、频繁和可靠，从而为手机银行用户提供可靠、专业、便捷的金融服
务。
责任描述：参与需求分析，结合数据决算系统提出API的实现方案，并进行API的设计和云部署。监控APP以及
API运行状态，对线上出现的各类告警和故障及时进行处理。管理Sorry Page，支持线上后台服务的更新发布。
保障客户反馈中心，对客户反馈的APP问题进行分析，给出可行性解决方案。
使用技术：SpringBoot+Rxjava+Hystrix+Jenkins+AWS+Kubernetes+Docker+Splunk
项目亮点：采取Agile敏捷开发，适应快速变化需求。使用微服务架构，采取公有云和私有云结合的方式，提高
服务的易用性和可靠性
案例展示
AI医疗影像全流程技术实践项目
项目描述：围绕医疗影像处理、分割、配准及智能问答全流程，搭建端到端技术方案，覆盖医疗影像数据预处 理、病灶分割、多模态配准、医疗知识库问答四大核心模块，解决医疗影像标注粗糙、数据格式不统一、小样 本训练、临床问答不精准等行业痛点，适配肺结节筛查、放射诊断辅助等临床场景，结合自
AI医疗智能客服实践项目
搭建医疗影像领域RAG问答系统，基于TinyLlama-1.1B-Chat-v1.0基模进行医疗领域微调，实现医疗影像报告RAG问 答、医学术语解析，强化大模型与医疗场景的绑定，提升问答与文本生成的专业性。 实操环境 Python 3.10、PyTorch、TinyL
立即沟通
