醫療聊天機器人常常自信滿滿地給答案，但這種自信其實不代表答案正確。研究發現，九種大型語言模型都有過度自信的問題，信心指數不準確。反而是token probability（模型給答案時的機率）比較能判斷答案對不對。建議醫師和病患不要只看機器人自評的信心，應該參考token probability來判斷答案可靠度。 相關文章 PubMed DOI 推理 ♡

很多大學論文藏有有價值但未公開的資料，卻因格式不一、搜尋不便而難以利用。為解決這問題，我們團隊用OCR、Python和大型語言模型，從秘魯論文自動擷取並整理地下水資料。這套系統讓大家能快速、精準、有脈絡地搜尋大量文件，突破傳統搜尋限制，已分享給當地研究人員，也有望推廣全球，加速科學研究。 相關文章 PubMed DOI 推理 ♡

NTxPred2 是新一代神經毒性預測工具，針對胜肽和蛋白質分別建模，準確率大幅提升（AUC 分別達 0.98 和 0.94），表現優於舊有方法。它支援網頁和軟體版，能協助評估治療蛋白質和基改食品的安全性，減少動物實驗需求。 相關文章 PubMed DOI 推理 ♡

這項研究比較六款AI聊天機器人和三款視覺模型在臉部美容注射治療計畫的表現。結果顯示，以ChatGPT為基礎的聊天機器人（ChatGPTo1和ChatGPT4o）在準確性和安全性上表現較佳，但所有AI系統目前在安全性上仍有限，還不能完全取代人類專業監督。視覺模型則無法提供實用的視覺標註。 相關文章 PubMed DOI 推理 ♡

這項研究開發了電腦方法，能準確預測會誘導IL-2的胜肽，對癌症免疫治療很有幫助。研究用超過6,500條實驗數據，發現像丙胺酸和白胺酸這類胺基酸在這些胜肽中較常見。最佳模型AUC高達0.9，並已做成IL2pred網頁和軟體，方便大家設計相關胜肽。 相關文章 PubMed DOI 推理 ♡

這項研究比較五款先進大型語言模型在產生牙醫國考選擇題的表現，發現所有模型都能產生高品質且相關性高的題目，題目清晰度和適用性也沒明顯差異。不過，Claude 3.5 Sonnet 在答案解析方面表現最好。整體來說，LLMs 很適合用來製作牙醫考題。 相關文章 PubMed DOI 推理 ♡

大型語言模型在放射科報告生成等語言任務上很有潛力，隨著RAG和多步推理技術進步，應用前景更佳。不過，目前還有幻覺、可重現性、隱私和倫理等挑戰待解決。RAG和雲端方案有望協助突破這些障礙，加速臨床導入。 相關文章 PubMed DOI 推理 ♡

PT-BitNet 是一種新型後訓練量化技術，能把大型語言模型的權重壓縮成三元值（+1、0、-1），不需重新訓練。它用兩階段演算法，先調整權重再分區塊最佳化，大幅減少模型大小和推論時間，且準確率損失很低。以 700 億參數模型為例，平均準確率可達 61%，比傳統 BitNet 更優。 相關文章 PubMed DOI 推理 ♡

這篇論文提出 DemoGraph，一種利用大型語言模型（LLM）從文字提示生成情境知識圖譜，再和原始圖形資料結合的新方法。它不用存取 LLM 內部結構，能有效利用情境資訊。實驗證明，DemoGraph 在電子健康紀錄（EHR）上表現特別好，不只提升預測準確率，也讓模型更容易解釋。 相關文章 PubMed DOI 推理 ♡

ICE 是一種新方法，讓多個大型語言模型互相審查和修正答案，直到大家都同意為止。這樣做能大幅提升像醫學問答這類困難題目的準確率，最高可提升 27%。ICE 不用特別訓練或複雜整合，效果比單一模型好，也能跟高成本系統媲美，證明 LLMs 合作推理很有用。 相關文章 PubMed DOI 推理 ♡