這篇研究發現，大型語言模型（LLM）計算的「surprisal」值，跟大腦語言理解時的神經反應（N400、P600）只有部分相關，尤其容易被單字聯想影響。特別是在小型模型中更明顯，且無法解釋P600效應。總結來說，現有LLM的surprisal還不能穩定反映大腦語言處理的神經機制。 相關文章 PubMed DOI 推理 ♡

研究發現，ChatGPT-4在與整形外科相關的疾病管理中，幾乎都會主動提到整形外科，且多半列為首選；而在不相關疾病則完全不提。這表示AI在健康資訊裡，對整形外科的辨識度和能見度都很高。 相關文章 PubMed DOI 推理 ♡

這篇論文整理了大型語言模型（LLMs）低位元量化的技術，說明如何用更少的位元數來減少記憶體和運算需求。內容包括基本原理、新資料格式、系統實作、演算法策略，以及相關工具和未來發展，為後續研究提供方向。 相關文章 PubMed DOI 推理 ♡

生成式AI和大型語言模型正帶動智慧醫療進步，像是資料分析、虛擬助理和個人化照護都更有效率。不過，這些技術還有偏見、透明度不足、倫理和整合等問題要克服，才能真正安全應用在臨床上。 相關文章 PubMed DOI 推理 ♡

這項研究發現，經過特別設計、用簡單語言的GPT聊天機器人，能用更容易懂的方式回答耳鼻喉科病人問題，正確性也沒打折。這種客製化AI有助提升醫病溝通品質，讓病人更容易理解醫療資訊。 相關文章 PubMed DOI 推理 ♡

一項研究發現，ChatGPT針對介入放射科常見疾病的回答，資訊品質明顯低於參考文獻（平均分數1.3 vs 3.8）。主要問題在於缺乏資訊來源透明度，對治療風險、效益和機制說明不夠詳細。雖然內容沒偏見，但醫師在用AI健康資訊與病人溝通時，還是要特別小心。 相關文章 PubMed DOI 推理 ♡

這項研究用AI（像GPT-4o）和機器學習，快速從超過1億1千7百萬種分子中，找到662種能穩定黑磷（BP）的分子，並經模擬和實驗驗證。這不只加速了材料開發，還提出新分子設計策略，讓連親水性分子都能保護BP，展現AI在材料工程上的強大潛力。 相關文章 PubMed DOI 推理 ♡

這項研究提出GAIDeT框架，讓研究人員能清楚、標準化地記錄AI在各研究階段的參與情形，包括AI角色、人類監督程度及各研究環節。還有互動工具協助申報，目的是提升AI使用的透明度與誠信。未來還需針對驗證和政策進行進一步研究。 相關文章 PubMed DOI 推理 ♡

這項研究比較三款AI聊天機器人和資深外科醫師在網路植髮諮詢的表現，發現AI在正確性、同理心、易懂性等方面表現不輸醫師，甚至更好。以Gemini Advanced表現最優。不過，臨床應用前還要解決隱私和倫理等問題。 相關文章 PubMed DOI 推理 ♡

作者強調，政治學和社會科學研究人員在用大型語言模型（LLMs）時，應該把科學推論放在第一位。這樣才能有效累積相關知識。文中也討論用LLMs做推論時的挑戰和機會，並以模型輸出驗證為例，說明如何判斷LLMs在特定任務上的表現，以及根據結果提出推論建議。 相關文章 PubMed DOI 推理 ♡