這篇論文介紹了TCNNet-9B，專為台灣網路產業設計的繁體中文語言模型。它基於Yi-1.5-9B架構，並利用多元網路資料進行預訓練和微調，涵蓋網路知識、DIY指南、設備推薦及當地網路安全法規。 經過嚴格評估，TCNNet-9B在問答準確率上提升2.35倍，專業知識理解增強37.6%，產品推薦相關性提高29.5%。其有效性也在Hi5智能銷售顧問系統中得到驗證，顯示出針對特定領域調整大型語言模型的重要性。 相關文章 PubMed DOI 推理 ♡

這項概念驗證研究顯示，大型語言模型（LLMs）能自動將非結構化的病例報告轉換為臨床評分。我們使用標準化的臨床評分量表，並評估LLM對其輸出的信心，以改善提示策略並確保結果的可重複性。針對藥物引起的帕金森症病例報告，研究結果顯示LLM提取的數據與臨床評分者手動提取的結果相當接近，準確率高達90%。 相關文章 PubMed DOI 推理 ♡

這項研究探討了人工智慧技術，特別是ChatGPT和Gemini，在提供病人醫療資訊（PFI）方面的效果，專注於手部手術。研究發現，雖然AI生成的內容與傳統資料在準確性上無顯著差異，但手外科醫生認為傳統資料在全面性和清晰度上更佳。非醫療參與者則偏好AI生成的文本。整體來說，兩者的資訊都適合病人理解，但AI內容仍需改進以符合醫療標準。持續研究對於提升病人教育和術後護理溝通非常重要。 相關文章 PubMed DOI 推理 ♡

這項研究評估了十四個大型語言模型（LLMs）在不同臨床情境中推薦抗生素的表現。研究使用標準化提示，針對60個案例的藥物選擇、劑量和治療持續時間進行評估。結果顯示，ChatGPT-o1的準確率最高，達71.7%，劑量正確性達96.7%。而在治療持續時間方面，Gemini表現最佳（75.0%）。不過，各模型在複雜案例中的表現差異明顯，顯示出在臨床應用前仍需謹慎驗證。 相關文章 PubMed DOI 推理 ♡

最近生成對抗網絡（GANs）和大型語言模型（LLMs）的進展，提升了醫療數據的生成與增強，對機器學習應用至關重要，尤其在數據隱私受到關注的情況下。研究評估了多種合成數據生成（SDG）方法的有效性，並以隨機森林為基準，分析其在下游任務中的表現。結果顯示，統計方法如synthpop在各種情況下表現優於深度學習方法，特別是在小型數據集上。研究強調特徵與目標變量的相關性對模型效用影響更大，synthpop顯示出更高的穩健性。 相關文章 PubMed DOI 推理 ♡

這項研究評估大型語言模型（LLMs）在根據病患醫療紀錄生成早期乳腺癌治療選項的準確性。使用2024年初的多學科團隊會議紀錄，測試了三個AI模型：Claude3-Opus、GPT4-Turbo和LLaMa3-70B。結果顯示，Claude3-Opus準確率86.6%，GPT4-Turbo為85.7%，LLaMa3-70B則為75.0%。兩者在輔助內分泌和靶向治療上表現良好，但在輔助放射治療上則有高估的情況。研究建議需進一步探討這些模型在臨床上的實際應用。 相關文章 PubMed DOI 推理 ♡

這項研究探討如何將電子健康紀錄（EHRs）與自然語言處理（NLP）及大型語言模型（LLMs）結合，以改善醫療數據管理和病人照護。研究使用MIMIC III數據集，採用GPT-3.5、GPT-4等模型生成符合HIPAA要求的合成病人紀錄。結果顯示，基於關鍵字的方法在隱私保護上風險較低，且保持良好性能，建議未來可考慮使用虛擬的PHI來提升實用性與隱私保護。 相關文章 PubMed DOI 推理 ♡

馬丁是茱莉亞的哥哥，因此他和茱莉亞有相同的兄弟姐妹。由於茱莉亞有兩個姐妹，馬丁也有兩個姐妹。因此，馬丁有兩個姐妹。 相關文章 PubMed DOI 推理 ♡

這項研究評估了兩個AI模型，ChatGPT-4o和ChatGPT-4，為一位20歲女性肥胖者制定1800卡路里的飲食計畫，並與2022年土耳其飲食指南（TDG-2022）比較。結果顯示，兩者的菜單與建議不一致，卡路里含量低於標準，且關鍵營養素如脂肪、碳水化合物、鉀和鈣的含量也未達標。總體而言，這些AI模型在飲食規劃上有重大限制，無法取代營養師的專業建議，使用時需謹慎。 相關文章 PubMed DOI 推理 ♡

這項研究探討了一種自動化的問題類型編碼模型，特別是「穩健優化雙向編碼器表示法」，用於分析兒童虐待受害者的法醫訪談和法庭證詞。模型在大型數據集上訓練，顯示出95%的可靠性，與人工編碼者的協議相當。進一步分析發現，人工編碼者在識別問題時容易出錯，修正後模型的可靠性提升至98%。研究結果顯示，自動編碼是一種省時且準確的手段，訓練好的模型可供研究人員和實務工作者使用。 相關文章 PubMed DOI 推理 ♡