Meditron-7B 是一个 70 亿参数的模型，通过在全面策划的医学语料库上进行持续预训练，从 Llama-2-7B 改编到医疗领域。它在多个医学推理任务上优于 Llama-2-7B 和 PMC-Llama，可用于医疗考试问答、支持鉴别诊断、疾病信息查询等，但不建议直接用于生产或可能影响人们的工作。

团队名称匹配

Meditron-70B 是一个 700 亿参数的模型，通过在精心策划的医学语料库上进行持续预训练，从 Llama-2-70B 改编到医学领域。它在多个医学推理任务上表现出色，可用于医疗考试问答、支持鉴别诊断、疾病信息查询等。

团队名称和愿景与 Meditron-7B 类似，且模型服务于医疗领域，擅长医学推理任务。

明医（MING）是由上海交通大学未来媒体网络协同创新中心和上海人工智能实验室智慧医疗中心联合开发的医疗大模型。它基于医疗指令微调，具有医疗问答和智能问诊等功能，能对医疗问题进行解答和案例分析，多轮问诊后给出诊断结果和建议。

MING 是医疗领域的团队，开发了大型医疗语言模型，能用于医疗问答和智能问诊等医学推理任务。

BioMistral-7B 是一款基于 Mistral 进一步预训练的开源模型，适用于医疗领域。它利用了 PubMed Central 的文本数据进行预训练，并在多个医疗问答任务中表现出色。该模型具有多种量化版本，可根据需求选择。使用时可通过 Hugging Face 的 Transformers 库进行加载。

团队开发了医疗领域的大语言模型，且模型表现出色。

DeepMind 是 Google 旗下专注于多模态医疗应用研发的团队，如 Med-Gemini 系列，处理医学图像和基因组数据。其还拥有 Gemini 等多种模型，在视频、音频、图像等领域有突破研究。

DeepMind 是专注大健康的团队，有模型用于医疗领域。

ChatDoctor 是一个基于 LLaMA 模型的下一代 AI 医生模型，旨在为患者提供智能可靠的医疗伴侣，回答他们的医疗问题并提供个性化的医疗建议。它经过大量医学文献训练，对医学术语、程序和诊断有深入理解，能模拟医生与患者的对话，分析症状和病史，提供准确诊断和治疗建议，并能不断学习和适应。

团队名称不匹配，其他条件符合

BenTsao 是一个基于 LLaMA-7B 微调的中文医学模型，由 SCIR 实验室开发。它通过利用医学知识图谱和医学文献，结合 ChatGPT API 构建了中文医学指令微调数据集，并对各种基模型进行指令微调，以提高在医疗领域的问答效果。该模型在医学问答场景下具有一定的应用价值。

团队专注医疗领域，开发了大型语言模型，在医学推理任务上表现优异。

阿布扎比技术在 Apache 2.0 许可下发布了先进的语言模型系列 Falcon，具有 1800 亿参数。该团队以 Falcon 生成式人工智能模型为基石，专注于多个领域的人工智能发展，初期将侧重于医疗、教育及法律。

团队从事医疗领域，开发语言模型且表现优异。

Mistral-7B-OpenOrca 是一个基于 Mistral 7B 模型，在过滤后的 OpenOrcaV1 GPT-4 数据集上进行指令微调的语言模型。它在多个基准测试中表现出色，具有较高的性能和准确性。该模型使用了 OpenChat 打包，并通过 Axolotl 进行训练。它提供了量化版本，可在不同平台上使用。

行业为大健康，创始人涉及医疗保健，部分满足条件。