這篇論文介紹了一個創新的低成本模擬駕駛評估系統，搭載語音助手，利用生成式人工智慧進行即時互動。這種模擬器提供比傳統實地評估更安全且可自訂的選擇，解決了高成本的問題。系統旨在提升駕駛者的情境意識，並促進正向情緒，幫助識別需要進一步評估的駕駛者。初步結果顯示，與語音助手互動的參與者在駕駛表現和情緒狀態上都有所改善。 相關文章 PubMed DOI ♡

深度學習光學字符識別（OCR）在提取圖像文本方面發展迅速，但針對古代阿拉伯手稿的數據集卻相對不足，這對研究者來說是一大挑戰。為了解決這個問題，我們創建了一個包含來自麥地那伊斯蘭大學中央圖書館的八本古書、四十頁圖像及其專家轉錄文本的數據集。這些手稿展現了阿拉伯文學的多樣性，對於阿拉伯OCR的研究和模型開發至關重要。我們希望透過公開這個數據集，能夠提升古代手稿的文本識別準確性，並支持相關研究。 相關文章 PubMed DOI ♡

這項研究探討大型語言模型（LLMs）在醫療領域的倫理問題，特別是臨床醫師的看法。研究分析了3,049則來自醫師討論區的帖子，找出14個關鍵主題，分為四大類：LLMs的倫理問題、算法治理、對健康公平的影響，以及使用者與LLM的互動。分析指出了決策透明度、公平性、隱私等複雜議題。研究呼籲持續進行倫理評估，並建議針對LLMs的使用制定專門的治理，以提升臨床結果的倫理性。 相關文章 PubMed DOI ♡

這項研究探討了微調開源大型語言模型（LLMs）在醫學證據總結方面的潛力，與專有模型相比，開源模型雖然表現較弱，但提供了更高的透明度和自訂性。研究人員使用MedReview基準數據集對三個流行的開源LLMs進行微調，結果顯示微調後的LongT5在零樣本設定中接近GPT-3.5的表現，且一些小型微調模型甚至超越了大型零樣本模型。這些改進在人工評估和模擬GPT-4的評估中均有明顯體現。 相關文章 PubMed DOI ♡

EnzChemRED是一個新資料集，旨在透過自然語言處理技術，提升從科學文獻中提取酶相關資訊的能力。該資料集包含1,210篇專家策劃的PubMed摘要，並標註了酶及其化學反應的識別碼。研究顯示，使用EnzChemRED微調的語言模型在識別蛋白質和化學物質方面表現優異，F1分數達86.30%。此外，這些模型在提取化學轉換和相關酶的能力也相當強大，為酶功能的策劃提供了有力支持。 相關文章 PubMed DOI ♡

這項研究評估了多種大型語言模型（LLMs）在協助醫生對放射治療保險拒絕上訴的表現。測試的模型包括GPT-3.5、GPT-4及其具網路搜尋能力的版本。研究使用20個模擬病歷進行評估，結果顯示GPT-3.5、GPT-4和GPT-4web能產生清晰且具臨床相關性的上訴信，對加速上訴過程有幫助。相對而言，經微調的GPT-3.5ft表現較差，且所有模型在引用文獻時均有困難。整體而言，LLMs可減輕醫生的文書負擔，但小型數據集微調可能影響性能。 相關文章 PubMed DOI ♡

這項研究探討了邊緣社群成員，特別是分享種族歧視經歷的人，如何在社交媒體上面對壓制。結果顯示，無論是演算法還是人類使用者，都不成比例地刪除這些帖子，顯示出系統性問題。研究指出，目睹這種壓制會對黑人美國人的社群感和歸屬感造成負面影響。為了對抗這種沉默，研究提出了一個介入措施，旨在減少不同政治觀點之間的壓制行為，促進網路空間的公平與包容。 相關文章 PubMed DOI ♡

最近大型語言模型和提示工程的進展，讓自訂聊天機器人變得更容易，不再需要程式設計技能。不過，進行大規模的提示評估仍然很具挑戰性。我們的研究確定了五個關鍵挑戰，並提出了一個以特徵為導向的提示評估工作流程，特別針對文本摘要，強調根據摘要特徵來評估提示，而非僅依賴傳統指標。為了支持這個流程，我們推出了Awesum，一個視覺分析系統，幫助用戶識別最佳提示改進。我們的測試顯示，Awesum能有效幫助非技術用戶進行系統性評估，並可應用於其他自然語言生成任務。未來建議專注於大型語言模型的特徵導向評估。 相關文章 PubMed DOI ♡

這篇論文介紹了Cap4Video++，一個新框架，透過整合用戶生成的元數據（特別是視頻字幕）來提升視頻理解。框架分為三個階段： 1. **輸入階段**：利用語義對樣本選擇從字幕中挑選有用樣本，支援對比學習。 2. **中間階段**：進行視頻-字幕跨模態互動和自適應字幕選擇，增強視頻與字幕的表徵。 3. **輸出階段**：設有互補的字幕-文本匹配分支，精煉相似度計算，改善視頻表徵。 實驗結果顯示，Cap4Video++在九個基準測試中表現優於現有模型，證明自動生成字幕能有效增強視頻理解。 相關文章 PubMed DOI ♡

這項研究評估了ChatGPT在提供九種非傳染性疾病和傳染病的治療建議能力，使用模擬病人進行測試。結果顯示，ChatGPT的正確診斷率為74%，開立適當藥物的準確率為82%。不過，85%的案例中卻開立了不必要或有害的藥物，這引發了重大關注。研究還發現，ChatGPT在管理非傳染性疾病方面表現優於傳染病。這些結果提醒我們，在將人工智慧應用於醫療時，必須謹慎以確保病人護理的質量與安全。 相關文章 PubMed DOI ♡