基於 Gemma 3 1B + LoRA 的繁體中文健康諮詢系統，運行於 Apple Silicon Mac。
開發一套本地端運行的繁體中文健康諮詢 AI，提供一般性健康資訊與建議。
⚠️ 重要聲明：本系統為輔助性健康資訊工具，非醫療診斷系統。
| 元件 | 技術選型 |
|---|---|
| 基礎模型 | Google Gemma 3 1B Instruct |
| 微調方法 | LoRA (Low-Rank Adaptation) |
| 量化技術 | 4-bit 量化 |
| 推論框架 | Apple MLX |
| 訓練資料 | MedDialog 資料集 |
AskCare/
├── config/ # 訓練配置
│ └── training_config.yaml
├── scripts/ # 開發腳本
│ ├── 01_download_dataset.py
│ ├── 02_convert_to_traditional.py
│ ├── 03_prepare_training_data.py
│ ├── 04_train_model.py
│ ├── 05_test_model.py
│ └── 06_gradio_app.py
├── data/ # 資料目錄
│ ├── raw/ # 原始資料
│ ├── processed/ # 處理後資料
│ └── final/ # 訓練資料
├── outputs/ # 輸出目錄
│ ├── checkpoints/ # 訓練檢查點
│ └── models/ # 最終模型
└── requirements.txt # Python 依賴
# 建立虛擬環境
uv venv --python 3.11
# 啟動虛擬環境
source .venv/bin/activate
# 安裝依賴
uv pip install -r requirements.txtexport HF_TOKEN=your_token_here# Step 1: 下載資料集
python scripts/01_download_dataset.py
# Step 2: 簡繁轉換
python scripts/02_convert_to_traditional.py
# Step 3: 準備訓練資料
python scripts/03_prepare_training_data.py
# Step 4: 模型訓練
python scripts/04_train_model.py
# Step 5: 測試模型
python scripts/05_test_model.py
# Step 6: 啟動 Web 介面
python scripts/06_gradio_app.py| 項目 | 最低需求 | 建議配置 |
|---|---|---|
| 處理器 | Apple M1 | Apple M1 Pro/Max |
| 記憶體 | 8 GB | 16 GB |
| 儲存空間 | 20 GB | 50 GB |
本專案僅供學術研究與個人學習使用。