這項研究用機器學習分析職場問卷，提出新特徵選擇法，找出39個關鍵壓力指標，並結合多種模型，準確率超過九成，優於過去研究。方法經多重驗證，對新資料也有效。研究還用1D-CNN和創新資料轉換，讓語言模型能處理問卷資料。結果顯示，壓力和生物醫學因素關聯高，主要壓力來自工作量、溝通和環境。只需問卷即可即時監測職場壓力，實用性高。 相關文章 PubMed DOI 推理 ♡

這項研究發現，不論是人類還是大型語言模型（LLM）翻譯英文到中文，句法都比原文簡單，支持「簡化假說」。而且人類翻譯在簡化句法上比LLM更明顯，顯示人類在處理複雜結構時更擅長。這些結果有助於改進機器翻譯，也為翻譯研究帶來新觀點。 相關文章 PubMed DOI 推理 ♡

這份調查發現，醫學界對生成式AI的認知很高，但知識多屬中等，態度普遍正面，使用行為也算合理。知識和態度會影響實際應用，且中國以外的受訪者表現較佳。多數人認同應主動揭露AI使用情形。研究建議應加強相關訓練並訂定明確指引，以確保AI在醫學領域的合規與有效運用。 相關文章 PubMed DOI 推理 ♡

**重點摘要（繁體中文）:** 大型語言模型（LLMs）在脊椎手術領域有很多潛在應用，包括提升病人衛教、協助研究、輔助臨床決策，以及幫助圍手術期照護。這篇綜述整理了目前LLMs在這些方面的應用現況與未來發展潛力，同時也討論了它們在這些領域中所面臨的限制與挑戰。 相關文章 PubMed DOI 推理 ♡

這篇論文提出用大型語言模型自動產生高品質科學文獻綜述的方法，不只品質媲美人工，還能跨領域應用，使用者不用專業背景也能操作。系統有嚴格控管，產生錯誤資訊的機率極低（低於0.5%）。在催化劑研究領域測試時，能全面且可靠地整理資料。釋出的軟體讓大家一鍵就能產生綜述，大幅提升研究效率。 相關文章 PubMed DOI 推理 ♡

AI（GPT-4）能快速又準確找出癌症病理報告中的錯誤，偵測率高達88%，速度也比醫師快很多。雖然準確度接近專家，但誤判（偽陽性）較多，所以還是需要醫師把關。這技術有望提升癌症診斷效率，但專業監督還是不可少。 相關文章 PubMed DOI 推理 ♡

作者提出一種輕量化方法，讓社交型機器人能同時產生文字和高層次手勢，且不需大量運算或細緻動作數據。這方法用「gesture heads」模組，能根據語言模型預測意圖，再轉換成各機器人專屬的表現方式。此技術適合小型或本地端模型，易於移植，適用於資源有限或重視隱私的場景。 相關文章 PubMed DOI 推理 ♡

大型語言模型（LLMs）正大幅改變阿茲海默症藥物開發流程，能快速分析大量生醫資料、找出新藥標靶並設計新化合物。雖然還有資料品質和模型解釋性的挑戰，LLMs 已有效加速研究進展，為治療帶來新希望，也推動 AI 與生醫領域的合作。 相關文章 PubMed DOI 推理 ♡

這項研究開發了 EDS-Kcr 工具，結合蛋白質語言模型和深度學習，能更準確預測蛋白質的 lysine crotonylation（Kcr）位點，表現優於現有方法。EDS-Kcr 支援多種物種，解釋性佳，並提供免費網頁伺服器，方便應用於疾病診斷和藥物開發。 相關文章 PubMed DOI 推理 ♡

這項研究比較GPT-4 Turbo和Elicit兩款AI工具，從33篇社區型漁業管理論文中擷取質性資料的表現。結果發現，AI在抓取情境性資料時表現不一，但有時能和人工審查者一樣好。整體來說，AI可協助文獻回顧，但還是需要人工把關，顯示AI有潛力但目前仍有限制。 相關文章 PubMed DOI 推理 ♡