MedReadCtrl: Personalizing medical text generation with readability-controlled instruction learning.
MedReadCtrl:以可讀性控制的指令學習實現醫學文本生成個人化
medRxiv 2025-07-17
MedReadCtrl 是一套新架構,能讓大型語言模型依照使用者的醫療素養調整資訊難易度,讓內容更好懂又不失原意。它在可讀性和內容簡化上比 GPT-4 更優秀,特別適合幫助醫療素養較低的病患,獲得專家肯定,有助提升 AI 醫療服務的普及與公平性。
相關文章PubMedDOI推理
GAME: Genomic API for Model Evaluation.
GAME:用於模型評估的基因組 API
bioRxiv 2025-07-17
Medical Students' Perceptions of Large Language Models in Healthcare: A Multinational Cross-Sectional Study.
醫學生對於大型語言模型在醫療保健中應用的看法:一項多國橫斷面研究
J Med Educ Curric Dev 2025-07-17
CanerClarity App: Enhancing Cancer Data Visualization with AI-Generated Narratives.
CanerClarity App:結合 AI 生成敘述提升癌症數據視覺化
Prev Oncol Epidemiol 2025-07-17
CancerClarity 是一款用 R Shiny 開發的癌症數據分析工具,結合 AI 和資料視覺化,能把複雜的癌症統計轉成簡單易懂的說明。使用者可依縣市查詢數據,並即時獲得客製化解說,協助社區中心更有效做出公共衛生決策。未來還會加入更多功能,提供更精確的指引。
相關文章PubMedDOI推理
Token Probabilities to Mitigate Large Language Models Overconfidence in Answering Medical Questions.
利用 Token 機率降低大型語言模型在回答醫學問題時的過度自信
J Med Internet Res 2025-07-17
Assessment of the Large Language Models in Creating Dental Board-Style Questions: A Prospective Cross-Sectional Study.
大型語言模型於產生牙科專業考試題目之評估:一項前瞻性橫斷面研究
Eur J Dent Educ 2025-07-16