這篇論文提出了 DialogueLLM，一款專為對話情緒辨識微調的大型語言模型。它能理解對話脈絡並結合情緒知識，表現比現有模型更好，甚至在情緒智力測驗上勝過多數人類，而且用一般硬體就能跑得動。 相關文章 PubMed DOI 推理 ♡

這篇回顧分析指出，語言學習聊天機器人有四種互動風格，會影響學習者參與。大型語言模型讓機器人在寫作、口說和情感支持上更有彈性，但促進高層次思考的功能還不夠。幻覺、偏見和倫理等問題討論不足。有效運用關鍵在於設計提示、建立情感連結，以及老師的倫理把關，不只是靠技術進步。 相關文章 PubMed DOI 推理 ♡

這份研究訪談21位臨床社工，發現大家覺得像ChatGPT這類大型語言模型能幫忙減輕文書負擔、激發想法，但也擔心機密性、同理心不足和細節掌握不夠。他們認為LLMs只能當輔助，不能取代人類，強調要遵守倫理和維護案主關係。建議應加強訓練並訂定明確倫理規範，讓社工安心使用。 相關文章 PubMed DOI 推理 ♡

這項研究用微調過的LLaMA-3大型語言模型，自動評分自傳式記憶敘述，能分辨情節性和非情節性細節。模型在284位參與者資料上訓練，準確度接近人工評分（最高相關係數r=0.87），也能反映年齡相關的記憶變化。這個工具以Jupyter Notebook提供，大幅提升分析效率，免去人工評分。 相關文章 PubMed DOI 推理 ♡

研究發現，GPT類大型語言模型（LLM）在評估自殺意念風險時，與行為健康專家有65.6%的一致率，且在臨床介入決策上同意率高達92%。這顯示LLM有潛力協助數位健康平台辨識自殺風險，但仍需更多驗證與倫理審查。 相關文章 PubMed DOI 推理 ♡

作者提出六層級評估架構，從可重複性到可替代性，幫助系統性檢驗生技和醫療 AI 的安全與效能。這套方法適用於傳統與生成式 AI，並有明確定義與測試流程，能提升醫療 AI 的信賴度與可靠性。 相關文章 PubMed DOI 推理 ♡

這項研究在高齡日照醫院評估社交型輔助機器人ARI一年的可接受度與可用性，97位長者及照顧者參與。結果顯示，隨時間推進，接受度和可用性都明顯提升，尤其整合大型語言模型後，互動更自然。參與者越能接受機器人，對其可用性評價也越高。研究強調，持續以使用者為中心的設計，對長照機器人導入很關鍵。 相關文章 PubMed DOI 推理 ♡

這項研究分析超過5萬筆希臘語臨床對話，利用主題建模和情緒分析，找出35個主要主題。結果發現，病人談到疼痛和不確定時多表現負面情緒，醫護人員則多以中性或同理回應。研究證明NLP技術能掌握對話內容和情感，有助開發能感知情緒的數位健康工具，適用於希臘語等資源較少語言。 相關文章 PubMed DOI 推理 ♡

這項研究發現，GPT-4o翻譯德文放射科報告成英文、法文和西班牙文的品質高且準確，閱讀起來也很順，但翻成俄文時錯誤較多，甚至有潛在危害。總結來說，GPT-4o很適合用來翻譯醫療報告，但遇到俄文時要特別注意。 相關文章 PubMed DOI 推理 ♡

LS-PRISM 是一種新型 LLMs 壓縮技術，會根據每層對效能的影響，選擇性做低秩近似和非結構化剪枝。透過動態調整秩和可選微調，能大幅減少模型參數（2.5B 模型最多減少 12%），但幾乎不影響 NLP 準確度，讓 LLMs 更適合在資源有限的裝置上運行。 相關文章 PubMed DOI 推理 ♡