LLM 相關三個月內文章 / 第 104 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

大型語言模型（LLMs）如ChatGPT的發展，催生了能處理複雜任務的代理人，但這些代理人常面臨錯誤傳播和適應性不足的挑戰。為了解決這些問題，我們提出了「任務分解與代理生成」（TDAG）框架，將複雜任務拆解為小子任務，並分配給專門的子代理，以提升適應性。 此外，我們推出了ItineraryBench基準測試，專注於旅行規劃，評估代理人在記憶、規劃和工具使用等方面的能力。實驗結果顯示，TDAG在處理複雜任務時的表現顯著優於現有基準，展現出更強的適應性和情境意識。 相關文章 PubMed DOI

這篇研究指出大型語言模型（LLMs）在提升證據綜合效率方面的潛力，特別是在隨機對照試驗（RCTs）的數據提取上。作者針對LLMs開發了結構化提示，使用Claude（Claude-2），涵蓋了Cochrane手冊的六大領域共58項內容。他們在10個已發表的Cochrane評論RCT上測試，結果顯示數據提取準確率高達94.77%，各領域準確率介於77.97%到100%之間，且每個RCT的提取時間僅需88秒。這些結果顯示結構化提示能有效增強LLMs在系統性回顧中的應用，對證據綜合方法學是一大進步。 相關文章 PubMed DOI

最近的研究顯示，ChatGPT在全膝關節置換術（TKA）病人的術前教育中，能有效減少焦慮並提升滿意度。這項2023年的初步研究涉及60名病人，分為使用ChatGPT輔助的知情同意組和傳統醫生主導組。結果顯示，使用ChatGPT的病人在術前和術後焦慮分數顯著較低，且對住院經驗的滿意度更高。不過，對於抑鬱、膝關節功能或疼痛程度並未見顯著差異。未來仍需進一步研究以確認這些發現。 相關文章 PubMed DOI

這項系統性回顧分析了137篇經過同行評審的研究，探討生成式人工智慧聊天機器人在健康建議上的表現。結果顯示，研究報告標準差異大，主要集中在外科、醫學和基層醫療。大部分研究針對治療、診斷或疾病預防，但幾乎全數（99.3%）使用的都是無法訪問的封閉源碼大型語言模型，且對其特徵描述不足。此外，多數研究未提及提示工程，只有少數討論倫理、法規及病人安全。這些結果顯示需改善報告標準，建議開發聊天機器人評估報告工具（CHART），以提升臨床評估與整合的效果。 相關文章 PubMed DOI

這項研究探討生成式人工智慧（AI）對藥學學生在客觀結構化臨床考試（OSCE）中的表現及焦慮影響。研究於2024年進行，涉及88名藥學博士學生，分為介入組和對照組。介入組使用AI工具生成學習材料，而對照組則接受傳統指導。結果顯示，兩組在考試成績和焦慮量表上並無顯著差異，AI工具未能提升學業表現或減少焦慮，但也沒有負面影響。研究建議需進一步探討AI對教育成果的長期影響。 相關文章 PubMed DOI

這項研究探討大型語言模型（LLMs）在自動生成腫瘤影像檢查申請的臨床歷史的應用，資料來自207名接受CT掃描的癌症患者。研究顯示，GPT-4在提取關鍵腫瘤學參數方面表現優異，F1分數達0.983。LLM生成的歷史中，主要診斷、急性症狀及相關手術的出現頻率均高於原始歷史，且差異具統計意義。放射科醫生更偏好LLM生成的歷史，認為其提供更完整的解讀，降低傷害風險。總之，LLM能準確創建全面的腫瘤影像臨床歷史，受到醫生青睞。 相關文章 PubMed DOI

這項研究探討大型語言模型（LLMs），像是ChatGPT，對英語作為外語（EFL）寫作教學的影響，特別是學習者的動機和接受度。研究對象為238名參與者，他們接受過使用LLMs進行商業英語寫作的訓練。透過偏最小平方結構方程模型（PLS-SEM），分析了動機、先前學習經驗和技術接受因素的關係。結果顯示，學習者的表現期望和社會影響顯著影響使用意圖，而動機則是影響使用LLMs的關鍵因素，強調了在EFL寫作教育中整合技術的重要性。 相關文章 PubMed DOI

這項研究評估了大型語言模型（LLMs），如ChatGPT-3.5、ChatGPT-4和Google Bard，在提供疾病流行病學數據的準確性。研究設計了21個問題，並將其提交給每個模型兩次。結果顯示，ChatGPT-4的準確率最高，達76.2%，其次是Bard的50.0%和ChatGPT-3.5的45.2%。雖然ChatGPT-4表現較佳，但三者皆存在不準確性和參考文獻問題，限制了它們在醫藥和學術界的實用性。 相關文章 PubMed DOI

這項研究顯示多模態大型語言模型，特別是ChatGPT-4，在評估安全指標和預測雷射視力矯正禁忌症方面的有效性。ChatGPT-4成功分析眼部數據，計算重要指標，並生成相關計算器代碼，表現超越傳統機器學習模型。其模態獨立的方法讓數據分析更高效、精確。雖然處理時間較長，但ChatGPT-4的強大表現顯示它在決策支持工具上的潛力，對於提升這個領域的安全性有重要貢獻。 相關文章 PubMed DOI

最近研究顯示，大型語言模型（LLMs），像是GPT-4o，越來越被視為可信的道德專家。在一項比較GPT-4o與《紐約時報》專欄The Ethicist建議的研究中，參與者認為AI的道德建議在可信度和深思熟慮程度上略勝於人類專家。此外，LLMs在提供道德理由方面也表現優於美國代表性樣本和知名倫理學家。這顯示人們可能會將LLMs視為人類道德指導的有用補充，因此在LLMs中編程倫理指導方針變得相當重要。 相關文章 PubMed DOI