Update README_ZH.md

README_ZH.md

@@ -1,41 +1,40 @@
-# 慧鉴 (Inspirit-Insight): 面向医疗洞察的视觉语言大模型
-
-**慧鉴 (Inspirit-Insight)** 是一款**视觉语言大模型 (Large Vision-Language Model, LVLM)**，专为医疗领域的高级推理与分析任务而微调。它的设计初衷是成为一面“智慧明镜”，能够直接**解读医学影像（如X光、CT、MRI等）**，并将视觉信息与相关的文本信息（如临床记录或用户提问）相结合，从而辅助医疗专业人员做出更精准的判断。
-
-与只能处理文本的传统语言模型不同，“慧鉴”拥有“视觉”能力。它将其推理分析建立在真实的视觉证据之上，使其成为一个强大工具，可用于影像异常检测、辅助影像诊断、以及根据影像生成描述性报告等任务。
-
-## 模型概述
-
-**基础模型**: [Gemma-3-4B-IT](https://huggingface.co/google/gemma-3-4b-it)
-
-**训练数据集**: **[GMAI-Reasoning10K](https://huggingface.co/datasets/General-Medical-AI/GMAI-Reasoning10K)**。这是一个高质量的医学影像推理数据集，包含10,000个精心挑选的样本。数据来源于Kaggle、GrandChallenge和Open-Release等可靠来源的95个医疗数据集，覆盖了包括X光、CT和MRI在内的12种成像模态。数据预处理遵循了SAMed-20M的标准化方法：3D数据（CT/MRI）被提取为独立的切片，像素值归一化至0-255范围，而视频数据则提取了关键帧。对于每个样本，利用关键元数据和GPT构建了信息丰富的单项选择题，且每个问题只有一个正确答案，并且采用了严格的质量控制和拒绝采样策略，以确保最终数据集的高质量和可靠性。
-
-**训练框架**: [VeRL](https://github.com/volcengine/verl)
-
-## 训练过程
-
-本模型使用创新的 **Dr.GRPO** (Dr. Group Reward Policy Optimization) 算法，训练了 **3个 epoch**。训练的核心是让模型学会将其文本推理能力**“锚定”在影像的视觉证据之上**。
-
-我们使用了**格式奖励 (Format Reward)**、**准确度奖励 (Accuracy Reward)** 和 **重复度惩罚 (Repetition Penalty)** 三种奖励函数。
-
-整个训练流程的构建和管理均采用 **VeRL** 框架，该框架为基于强化学习的模型训练提供了稳定高效的环境。
-
-## 如何使用
-
-我们建议使用系统提示 (system prompt) 来启用推理模式。以下是一个示例提示：
-
-```python
-SYSTEM_PROMPT = (
-    "A conversation between user and assistant. The user asks a question, and the assistant solves it. The assistant "
-    "first thinks about the reasoning process in the mind and then provides the user with the answer." 
-    "The reasoning process is to solve the problem step by step, so you will think about it sinceraly."
-    "The reasoning process and answer are enclosed within <think> </think> and <answer> </answer> tags, respectively, i.e., "
-    "<think> reasoning process here </think><answer> answer here </answer>."
-)
-```
-
-使用更大的预算可能会提升模型的性能， 因此您可以尝试使用更大的 `max_tokens`，例如16384。
-
-## 免责声明
-
+
+**慧鉴 (IntrinSight)** 是一款**视觉语言大模型 (Large Vision-Language Model, LVLM)**，专为医疗领域的高级推理与分析任务而微调。它的设计初衷是成为一面“智慧明镜”，能够直接**解读医学影像（如X光、CT、MRI等）**，并将视觉信息与相关的文本信息（如临床记录或用户提问）相结合，从而辅助医疗专业人员做出更精准的判断。
+
+与只能处理文本的传统语言模型不同，“慧鉴”拥有“视觉”能力。它将其推理分析建立在真实的视觉证据之上，使其成为一个强大工具，可用于影像异常检测、辅助影像诊断、以及根据影像生成描述性报告等任务。
+
+## 模型概述
+
+**基础模型**: [Gemma-3-4B-IT](https://huggingface.co/google/gemma-3-4b-it)
+
+**训练数据集**: **[GMAI-Reasoning10K](https://huggingface.co/datasets/General-Medical-AI/GMAI-Reasoning10K)**。这是一个高质量的医学影像推理数据集，包含10,000个精心挑选的样本。数据来源于Kaggle、GrandChallenge和Open-Release等可靠来源的95个医疗数据集，覆盖了包括X光、CT和MRI在内的12种成像模态。数据预处理遵循了SAMed-20M的标准化方法：3D数据（CT/MRI）被提取为独立的切片，像素值归一化至0-255范围，而视频数据则提取了关键帧。对于每个样本，利用关键元数据和GPT构建了信息丰富的单项选择题，且每个问题只有一个正确答案，并且采用了严格的质量控制和拒绝采样策略，以确保最终数据集的高质量和可靠性。
+
+**训练框架**: [VeRL](https://github.com/volcengine/verl)
+
+## 训练过程
+
+本模型使用创新的 **Dr.GRPO** (Dr. Group Reward Policy Optimization) 算法，训练了 **3个 epoch**。训练的核心是让模型学会将其文本推理能力**“锚定”在影像的视觉证据之上**。
+
+我们使用了**格式奖励 (Format Reward)**、**准确度奖励 (Accuracy Reward)** 和 **重复度惩罚 (Repetition Penalty)** 三种奖励函数。
+
+整个训练流程的构建和管理均采用 **VeRL** 框架，该框架为基于强化学习的模型训练提供了稳定高效的环境。
+
+## 如何使用
+
+我们建议使用系统提示 (system prompt) 来启用推理模式。以下是一个示例提示：
+
+```python
+SYSTEM_PROMPT = (
+    "A conversation between user and assistant. The user asks a question, and the assistant solves it. The assistant "
+    "first thinks about the reasoning process in the mind and then provides the user with the answer." 
+    "The reasoning process is to solve the problem step by step, so you will think about it sinceraly."
+    "The reasoning process and answer are enclosed within <think> </think> and <answer> </answer> tags, respectively, i.e., "
+    "<think> reasoning process here </think><answer> answer here </answer>."
+)
+```
+
+使用更大的预算可能会提升模型的性能， 因此您可以尝试使用更大的 `max_tokens`，例如16384。
+
+## 免责声明
+
 **仅供研究与辅助之用。** 本模型是为学术和研究目的而开发的实验性工具，**并非医疗设备**，且**不能替代执业医师的专业判断**。任何由“慧鉴”模型生成的输出（包括其对影像的解读），在用于临床决策前，均须由专业医疗人员进行仔细审查和验证。开发者对基于模型输出所采取的任何行动不承担任何责任。