這篇論文比較了幾種大型語言模型在從文本建立知識圖譜的表現，發現微調模型效果最佳，尤其資料多時更明顯。作者也提出更精確的評估方式（像同義詞辨識），並建議用大型語言模型來做資料增強，為知識圖譜建構帶來新突破。 相關文章 PubMed DOI 推理 ♡

這項研究開發了一個結合CNN和LLM的AI模型，能同時分析結構化和非結構化病患資料，預測心臟衰竭的準確率高達95.1%，比單一模型更優。模型還能找出關鍵風險因子，並用SHAP提升解釋性，有助醫師更精準判斷與照護。 相關文章 PubMed DOI 推理 ♡

PodGPT 是專為 STEMM 領域打造的語言模型，利用 3,700 多小時 podcast 逐字稿訓練，能理解專業對話和術語。它結合檢索增強生成技術，能即時查詢最新科學文獻，表現優於一般開源模型，特別擅長科學、醫學和多語言任務，展現 podcast 在 AI 教育上的新價值。 相關文章 PubMed DOI 推理 ♡

這項研究比較四款熱門聊天機器人在回答視神經炎問題時的表現，發現 ChatGPT-4.0 和 Google Bard 的正確性明顯較佳，尤其 ChatGPT-4.0 整體表現最好。不過，所有機器人的回答都需要大學程度的閱讀能力，臨床應用前還需進一步改進和審慎評估。 相關文章 PubMed DOI 推理 ♡

這項研究發現，泌尿結石手術前的衛教，不論是醫師還是AI（ChatGPT、Ernie Bot）都能減輕病患焦慮。醫師親自衛教效果最好，ChatGPT次之，Ernie Bot較弱。ChatGPT在病患滿意度和資訊細節上接近醫師，還能鼓勵病患多發問。雖然AI有幫助，但目前還是醫師最有效。未來AI若再進步，衛教功能有望更強。 相關文章 PubMed DOI 推理 ♡

具身認知語言學強調語言受身體經驗和社會脈絡影響，政治語言中的隱喻能有效影響民意。研究用ChatGPT-4.0分析Trump演講，發現他常用「移動」、「健康」、「力量」等隱喻來拉近與聽眾的距離。雖然大型語言模型有潛力，但在語意細節上還有進步空間，未來會持續優化並跨文化比較。 相關文章 PubMed DOI 推理 ♡

這項研究提出 iRice6mA-LMXGB 方法，結合微調過的 DNABERT-2 做特徵萃取，搭配 XGBoost 分類器，能高效準確地辨識水稻 DNA 的 6mA 位點。其準確率高達 99.03%，AUC 達 0.9994，表現優於現有模型，對水稻表觀遺傳學研究很有幫助。 相關文章 PubMed DOI 推理 ♡

大型語言模型能準確重現多數心理學實驗，效果有時甚至比真人還明顯。不過，遇到社會敏感議題或原研究沒發現效果時，模型容易高估結果。LLMs 適合做初步、快速研究，但遇到複雜或敏感議題，還是得靠真人參與才能更全面。 相關文章 PubMed DOI 推理 ♡

這篇研究指出，利用大型語言模型（LLMs）整合臨床和生物標記資料，能建立虛擬病人「數位分身」，協助罕見婦科腫瘤患者（如轉移性子宮肉瘤）找到更個人化的治療選擇，甚至發現傳統方法沒注意到的治療方式，有望提升治療效果和照護品質。 相關文章 PubMed DOI 推理 ♡

這項研究發現，休息時心智漫遊越多，對創意寫作的幫助越大，但這效果只出現在繼續寫同一個故事時。休息的方式本身沒什麼差別，重點在於休息時有沒有心智漫遊。這種好處和個人平常的心智漫遊習慣無關，主要是在解決同一個問題時才有效。 相關文章 PubMed DOI 推理 ♡