這篇研究發現，現有用GPT-4產生科學圖像的方法在準確度和可修改性上都有缺陷。作者提出新框架「GPT4Designer」，用「先構想」策略和詳細提示，能產生更精確、易修改的圖像，控制力也更好。這對需要高品質圖像的科學家很有幫助，也讓文字轉圖像的應用更有創意空間。 相關文章 PubMed DOI 推理 ♡

這篇論文提出LLMI-CDP，一款專為農作物病蟲害辨識設計的多模態大型語言模型。它結合VisualGLM、LoRA和Q-Former架構，能更精準辨識病蟲害影像並給出防治建議。實驗顯示，LLMI-CDP在中文農業對話和辨識準確度上都優於現有主流模型。 相關文章 PubMed DOI 推理 ♡

作者提出新基準，測試大型語言模型是否能預測人類在經濟決策時自利與利他的平衡。用12國的獨裁者遊戲數據測試四款聊天機器人，發現只有GPT-4和GPT-4o能掌握主要行為模式，但都低估自利、過度高估利他，顯示有「過度樂觀偏誤」。基準已公開供研究使用。 相關文章 PubMed DOI 推理 ♡

研究團隊開發出一套自動化平台，結合機器學習、語言模型和機器人技術，能在沒有人為專業下優化酵素。只需提供蛋白質序列和功能測量方式，系統就能快速提升蛋白質表現。短短四週內，兩種酵素效能都大幅提升，未來有望加速醫療和生技等領域的蛋白質工程應用。 相關文章 PubMed DOI 推理 ♡

這篇論文提出FSLLM框架，專門解決物聯網入侵偵測中「特徵冗餘」和「類別不平衡」問題。FSLLM先用多階段特徵選擇減少冗餘，再用大型語言模型產生攻擊樣本，最後用改良版LightGBM分類。實驗顯示，FSLLM不只偵測效果佳，還能減少超過八成冗餘特徵。 相關文章 PubMed DOI 推理 ♡

最新一代推理語言模型被用來測驗493題複雜的眼科專科考題，其中 OpenAI o1 Pro 表現最好，正確率達83.4%，在圖片題和高階思考題也勝出。這顯示先進語言模型有潛力協助醫學教育和臨床決策，但實際應用還需進一步研究。 相關文章 PubMed DOI 推理 ♡

我們提出一套高效的知識型視覺問答方法EKDA，不需大量運算資源。EKDA用LLaMA做知識蒸餾，並結合圖神經網路對齊影像與知識，提升語意理解。實驗在OK-VQA資料集上表現最佳，超越過去方法6.63%。 相關文章 PubMed DOI 推理 ♡

研究人員從美國約15個大型健康系統網站，收集並標註使用者搜尋紀錄，訓練深度神經網路將搜尋分類到504類，模型表現分數約0.70到0.90。這套系統已在全美部署，和GPT-4比較後發現，若有類別清單，GPT-4表現也不錯，還能提升涵蓋率。這研究有助了解美國病患如何搜尋健康資訊。 相關文章 PubMed DOI 推理 ♡

這篇研究提出IDDLLM框架，把大型語言模型應用在時間序列預測，透過把數據拆成整數和小數，再用cross-attention對齊時間序列和文字，顯著提升預測準確度。不只超越現有模型，在少量或零樣本情境下也有很好的表現。 相關文章 PubMed DOI 推理 ♡

這篇研究用DistilBERT深度學習模型來偵測AI生成內容，準確率高達98%，比傳統LSTM加GloVe方法更厲害。結果證明DistilBERT在維護數位內容真實性上很有效，對辨識AIGC有很大幫助。 相關文章 PubMed DOI 推理 ♡