LLM 相關三個月內文章 / 第 29 頁
可選擇其它分類: 一週新進文章 腎臟科 一般醫學 SGLT2i GLP1

這項研究比較了ChatGPT和Gemini兩個AI語言模型在牙齒脫位問題上的回答準確性。研究使用了33個問題,並由四位小兒牙醫評估回答。結果顯示,Gemini的平均得分顯著高於ChatGPT(p = 0.001)。雖然ChatGPT在開放式問題和是非題上表現較好,但在選擇題上不佳。整體來看,Gemini的回答更準確(p = 0.004)。這些結果顯示兩個模型在牙科領域有潛力,但仍需進一步研究和改進。 相關文章 PubMed DOI

Anatomy3DExplorer 是一個專為探索 3D 解剖模型設計的 ChatGPT 版本,提供自然語言介面。這篇論文強調大型語言模型(LLMs)在讓用戶輕鬆訪問數據庫方面的有效性,並展示如何利用 GPTS 框架將 LLMs 與數據庫 API 無縫整合,提出一種簡單卻具潛力的方法,增強用戶與複雜數據的互動體驗。 相關文章 PubMed DOI

大型語言模型(LLMs)的環境影響引發了不同看法。一些研究指出,訓練和使用LLMs會產生顯著的碳足跡,而另一些則認為LLMs可能比傳統方法更可持續。我們的分析顯示,儘管LLMs對環境有影響,但在美國,它們的效率可能高於人力勞動。經濟考量可能促使人類與LLMs共同工作,而非單純取代。隨著LLMs規模增長,能源消耗可能上升,這凸顯了持續研究以確保其可持續性的重要性。 相關文章 PubMed DOI

這篇論文介紹了SpeakFaster,一個創新的輔助與替代溝通(AAC)介面,利用大型語言模型(LLMs)來提升文字輸入效率。使用者可以以簡化方式輸入文字,減少57%的動作需求,這在離線模擬中得到證實。針對19位非AAC參與者的初步研究顯示,打字速度影響不大。對兩位因肌萎縮側索硬化症的用戶進行的測試顯示,文字輸入速度提升29%至60%。這些結果顯示LLM在AAC及其他介面中的應用前景廣闊。 相關文章 PubMed DOI

這項研究顯示大型語言模型(LLMs),特別是GPT-4,在預測抑制劑與MAPK信號通路中激酶的結合親和力上非常有效。GPT-4在預測RAF結合親和力時達到87.31%的準確率,整體任務則為77.00%,明顯優於傳統方法如Autodock Vina等。模型還能識別與結合親和力相關的特徵,並透過分子對接進行驗證。這項研究強調LLMs在分子結合預測中的潛力,對生物研究和藥物開發意義重大。 相關文章 PubMed DOI

「AI 科學家」是一種創新的生物醫學研究方法,旨在設計 AI 系統來增強人類能力,而非取代人類。這些 AI 代理能進行懷疑式學習和推理,與人類研究者有效合作。透過整合先進的 AI 模型與生物醫學工具,它們能分析大量數據、探索假設並自動化重複性任務,簡化研究過程。這些代理還能持續學習,保持最新的科學知識,應用於虛擬細胞模擬、新療法開發等領域,促進生物醫學研究的進步。 相關文章 PubMed DOI

這篇論文探討大型語言模型(LLMs)對自然科學和社會科學的影響,特別是透過生成代理模型(GABMs)模擬人類行為。研究涵蓋網絡科學、演化博弈論等領域,顯示LLMs能預測社會行為、增強合作及模擬疾病傳播。雖然LLMs能模仿公平性和合作,但仍面臨提示敏感性和幻覺等挑戰,影響行為一致性。未來研究應聚焦於完善模型、標準化方法,並探討LLMs與人類互動可能帶來的新合作行為,重塑決策過程。 相關文章 PubMed DOI

癌症神經符號系統(NSSC)是一個混合型人工智慧框架,專注於提升臨床筆記中腫瘤的識別與連結。它結合了神經符號方法、命名實體識別(NER)和實體連結(EL),能將非結構化的臨床數據轉換為結構化的醫學術語,特別是以統一醫學語言系統(UMLS)為基準。 在針對乳腺癌患者的評估中,NSSC 在實體識別和連結的準確性上顯著優於其他模型,如 BioFalcon 和 scispaCy。這一進展對於提取臨床敘事中的重要見解,並在癌症研究及個人化病患照護上具有潛在應用價值。 相關文章 PubMed DOI

聊天機器人在獸醫領域的應用有許多優點,但也面臨挑戰。它們可以協助客戶溝通、簡化預約、提供症狀檢查、就診後跟進及教育資源。然而,資訊準確性、缺乏個性化、過度依賴科技、隱私問題、情感支持不足及法規遵循等問題都需謹慎考量。總之,這些工具能增強獸醫服務,但應確保它們輔助而非取代專業獸醫的角色。 相關文章 PubMed DOI

這項研究針對生物醫學領域的基因集、網絡和途徑分析,提出了一種新方法todenE(基於拓撲和密度的集成聚類)。此方法解決了途徑和基因列表中的冗餘問題,並透過元數據豐富PAGs以更好地反映生物功能。研究人員建立了PAG-PAG網絡,並利用大型語言模型來捕捉功能信息。引入的差異指數(DI)用於評估基因鄰居的連通性,並比較不同聚類算法的效果,最終形成Super-PAGs,顯示出更佳的語義相關性和基因包容性。 相關文章 PubMed DOI