Twelve tips to leverage AI for efficient and effective medical question generation: A guide for educators using Chat GPT.
運用 AI 提升醫學問題生成效率與效果的十二個技巧:教育者使用 Chat GPT 的指南。
Med Teach 2024-03-05
[ChatGPT is an above-average student at the Faculty of Medicine of the University of Zaragoza and an excellent collaborator in the development of teaching materials].
ChatGPT 是薩拉戈薩大學醫學院優秀的學生,並在教材開發方面是一位出色的合作者。
Rev Esp Patol 2024-04-10
Embracing the illusion of explanatory depth: A strategic framework for using iterative prompting for integrating large language models in healthcare education.
擁抱解釋深度的幻覺:在醫療教育中整合大型語言模型的迭代提示使用策略框架。
Med Teach 2024-07-26
Harnessing LLMs for multi-dimensional writing assessment: Reliability and alignment with human judgments.
利用大型語言模型進行多維寫作評估:可靠性及與人類評價的一致性。
Heliyon 2024-08-08
Assessing ChatGPT's Capability for Multiple Choice Questions Using RaschOnline: Observational Study.
使用RaschOnline評估ChatGPT在多選題上的能力:觀察性研究。
JMIR Form Res 2024-08-08
A Novel Evaluation Framework for Medical LLMs: Combining Fuzzy Logic and MCDM for Medical Relation and Clinical Concept Extraction.
醫療 LLMs 的新評估框架:結合模糊邏輯和多準則決策方法進行醫療關係和臨床概念提取。
J Med Syst 2024-08-30
這項研究針對醫療領域的大型語言模型(LLMs)開發了一個全面的評估框架,旨在評估其效能、安全性和倫理合規性。研究採用多準則決策方法(MCDM)及模糊加權零不一致性(FWZIC)來處理醫療決策中的不確定性,並使用多屬性理想-現實比較分析(MAIRCA)來評估不同的醫療LLMs。結果顯示,「醫療關係提取」的重要性略高於「臨床概念提取」,「GatorTron S 10B」表現最佳,而「GatorTron 90B」則最低。這項研究對醫療實務具有重要意義,能幫助專業人士做出明智的LLM採用決策。
PubMedDOI
Fine-Tuned Large Language Model for Visualization System: A Study on Self-Regulated Learning in Education.
針對視覺化系統的微調大型語言模型:教育中自我調節學習的研究。
IEEE Trans Vis Comput Graph 2024-09-10
Advancing Multimodal Large Language Models in Chart Question Answering with Visualization-Referenced Instruction Tuning.
透過視覺參考指導調整推進多模態大型語言模型在圖表問題回答中的應用。
IEEE Trans Vis Comput Graph 2024-09-10