這篇文章介紹如何用 prompt engineering（提示設計）來提升大型語言模型的表現，包括基礎和進階技巧，像是自我一致性、思路鏈結和生成知識等，也有討論視覺-語言模型的應用。文中強調這些方法對 AI 安全很重要，尤其能防禦對抗攻擊，並提出未來研究方向。 相關文章 PubMed DOI 推理 ♡

這項研究用 ChatGPT-4o 分析外科住院醫師從三種評估工具收到的回饋，發現 ChatGPT 的評分和老師高度一致（90% 一致，κ=0.94）。SIMPL-OR 的回饋最具體、矯正性高，常提到病人照護；輪科結束的回饋則較籠統、矯正性低，但更強調專業素養。結果建議應用多元工具給住院醫師回饋，才能兼顧內容和品質。 相關文章 PubMed DOI 推理 ♡

這項研究評估RAPID工具，結合大型語言模型和檢索增強生成技術，自動產生醫學報告檢查清單（如CONSORT、CONSORT-AI）。用91篇標註文章測試，RAPID在CONSORT準確率92.11%，CONSORT-AI為83.81%，內容一致性高。RAPID能幫助醫療人員省時，容易應用到其他指引，表現也比現有方法更好。 相關文章 PubMed DOI 推理 ♡

這項研究提出CLUES框架，結合大型語言模型和不確定性量化，協助簡化中風住院病歷的人工審查。透過三階段流程，能維持高準確度（F1-score最高0.955），同時減少75%人工工作量。系統會判斷哪些案例需人工審核，確保結果可靠，讓AI更有效融入臨床流程。 相關文章 PubMed DOI 推理 ♡

這篇論文指出，現行歐盟醫療器材法規（MDR）對AI醫療大語言模型的風險管理流程，沒辦法完整處理LLM的特殊風險，像是使用者不明確或新型危害。作者建議，應該從實際風險和使用情境出發，再回推預期用途和控制措施，才能更有效保障醫療AI的安全。 相關文章 PubMed DOI 推理 ♡

這篇論文提出WCSE-AGC架構，結合AI和共識方法，評估小麥種植適宜性並考慮條銹病影響。透過模擬專家意見和建立信任網絡，即使專家數量少或意見分歧，也能提升疾病評估共識。實測結果證明，這方法在精準農業決策上表現穩定有效。 相關文章 PubMed DOI 推理 ♡

這項研究提出一套結合頻譜特徵擷取和大型語言模型的可解釋故障診斷架構。流程是先用CNN預測，再由微調過的LLM給出精確診斷和清楚推理。這不只提升診斷準確率，也讓結果更透明，方便非專業人士理解與信任。 相關文章 PubMed DOI 推理 ♡

這篇研究提出Vega系統，讓大家可以用自然語言直接控制IoT裝置（像Raspberry Pi連感測器、馬達等），不用寫程式。只要在網頁上用白話下指令，LLM就會幫你翻譯成硬體操作。實驗證明，這方法不但能處理複雜任務，也讓沒技術背景的人輕鬆用IoT，提升裝置管理的便利和智慧化。 相關文章 PubMed DOI 推理 ♡

這項研究用transformer文本探勘技術（如BERTopic、KeyBERT）結合監督式學習，分析專利和論文，預測生技醫療技術的融合趨勢。透過技術相似度、連結預測和因果關係等特徵，提升預測準確度，幫助企業掌握新興趨勢，發掘跨領域合作與成長機會。 相關文章 PubMed DOI 推理 ♡

AI聊天機器人（如ChatGPT-3.5、Gemini、Llama）提供的乾眼症資訊，正確度和易懂度跟美國眼科醫學會（AAO）官網差不多。Gemini說明最容易理解，AAO內容最容易閱讀。雖然AI回答語言較複雜，對部分病患來說可能較難懂，但整體資訊正確且安全。AI可作為病患衛教輔助，但不能取代醫師，未來應加強易讀性。 相關文章 PubMed DOI 推理 ♡