這項研究提出的醫療問答系統，結合知識嵌入和transformers，並分成理解和答案生成兩層。它在MedQA資料集上正確率達82.92%，比GPT-4高出許多。系統回應更快、更準確，也更符合醫療倫理。未來會加強精確度、互動性，並整合多種資料型態。 相關文章 PubMed DOI 推理 ♡

這篇論文提出「後思考」訓練法，讓小型語言模型先給答案再解釋推理過程，減少答案被推理錯誤影響。作者還設計自適應系統，讓模型遇到難題時能選擇先推理或先回答。實驗證明這方法能提升模型表現和效率。 相關文章 PubMed DOI 推理 ♡

這篇文章整理了目前針對大型視覺-語言模型（LVLMs）的攻擊手法，像是對抗攻擊、jailbreak、提示注入和資料投毒等，並分析這些模型獨有的弱點與挑戰。作者也提出未來研究方向，希望提升大家對LVLMs安全性的重視，促進更多改進。 相關文章 PubMed DOI 推理 ♡

研究比較 ChatGPT、Gemini 和 Copilot 回答圓錐角膜及隱形眼鏡相關問題，發現 ChatGPT 的答案最準確完整。三者資訊大致可靠，但內容偏難懂，語言程度較高。這說明 LLMs 雖能協助病人衛教，仍需醫師把關，確保資訊清楚易懂。 相關文章 PubMed DOI 推理 ♡

這項研究發現，像 ChatGPT-4o、Gemini 2.0 和 DeepSeek-R1 這類大型語言模型，能有效簡化多語言兒童白內障衛教資料，讓內容更容易閱讀和理解。特別是 DeepSeek-R1 和進階提示效果最好，轉換成簡體中文或其他語言時也很優秀。整體來說，LLMs 能大幅提升線上健康資訊的易讀性與親民度，對病患更友善。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT在回答脊柱側彎相關問題時，答案比Google更正確、清楚，且多引用學術文獻；反觀Google常引用商業或非學術網站，可靠度較低。整體來說，查詢脊柱側彎健康資訊時，ChatGPT更值得信賴。 相關文章 PubMed DOI 推理 ♡

Stanford Data Ocean (SDO) 精準醫療訓練計畫運用 AI 導師和資料視覺化工具，讓不同背景的人都能輕鬆學習生醫資料分析。SDO 不只提升學習效果，也促進跨領域合作，特別幫助弱勢族群。平台採用雲端架構，讓資料管理和個人化學習更方便，解決精準醫療的關鍵問題。 相關文章 PubMed DOI 推理 ♡

這篇論文提出一個開源的 MultiLLM-Chatbot 評測框架，能在五大專業領域下，針對五種主流大型語言模型進行多面向評估，包括語意、情感、TF-IDF 和幻覺偵測等。結果發現 LLAMA-3.3-70B 整體表現最佳。這個工具方便用戶依需求挑選最適合的 LLM，且容易擴充與重現。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o在回答口腔顎面外傷問題時，完整和充分的正確率分別只有38%和58%，可靠性屬中等，但內部一致性很高。雖然它在教學和決策輔助上有潛力，但目前表現還有待加強，未來還需要更多改進和研究。 相關文章 PubMed DOI 推理 ♡

這項研究發現，ChatGPT-4o對聽損青少年的心理社會問題回應，整體表現不錯，尤其在同理心和理解力上獲得好評。不過，針對情緒健康的建議，和醫學共識的契合度較低。整體來說，ChatGPT有潛力成為聽損青少年的輔助工具，特別是在缺乏專業或同儕支援時。 相關文章 PubMed DOI 推理 ♡