使用大型語言模型如ChatGPT製作高品質醫學評估問題，特別是多重選擇題，可提升教育效率，支持學生自主學習。研究探討如何運用ChatGPT創建多元問題，符合評估最佳實踐。雖AI工具有助問題生成，但人類專業知識仍不可或缺，確保醫學教育品質和正確性。 PubMed DOI

研究團隊研發了新的學習方式，讓大型語言模型在醫學問答更準確。他們專注於三個醫學問答資料庫，並引入LLM-Synergy架構，包含Boosting的多數投票和Cluster的動態模型選擇。這些方法在資料庫中表現比單一模型更好，準確率範圍從35.84%到96.36%。這個架構展現了提升醫學問答任務並因應未來挑戰的潛力。 PubMed DOI

人工智慧在教育領域廣泛運用，為學生和老師帶來無限可能。ChatGPT在學術考試中表現優異，得高於平均分。尤其擅長回答否定問題並修正答案，還能根據指示創造新問題。老師應善用人工智慧，有效製作評估問題。 PubMed DOI

研究探討如何用大型語言模型提升醫學問答，並引入新方法「集成推理」。結果顯示此方法在回答醫學問題時有提升。集成推理在各種問題上表現優異，有助提升語言模型性能，特別是在使用較弱模型時。研究也強調結合人工智能和人類以提升推理能力的重要性。 PubMed DOI

醫療教育者正尋找將大型語言模型（LLMs）融入教學的方法，但擔心這會影響學生的獨立思考能力。學生可能會不加質疑地接受LLM的答案，這與解釋深度的錯覺有關。為了解決這個問題，文章建議使用迭代提示技術，透過提出後續問題來引導學生更深入地與LLMs互動。這樣不僅能幫助學生更好理解材料，還能讓他們意識到LLM的局限性，最終培養他們的批判性思考能力。 PubMed DOI

最近在自然語言處理和人工智慧的進展，使大型語言模型（LLMs）在自動化作文評分（AES）中應用更為廣泛，提供高效且無偏見的評估。本研究評估了LLMs在AES中的可靠性，特別是評分的一致性及其與人類評審者的對齊程度。結果顯示，提示工程對LLMs的可靠性至關重要，且GPT-4的表現優於其他模型，尤其在「想法」和「組織」維度上表現突出。研究建議未來應擴展到不同寫作類型和參與者，以深入了解LLMs在教育中的影響。 PubMed DOI

這項研究評估了ChatGPT在回答多選題的表現，使用Rasch分析工具進行。研究針對2023年台灣大學入學英語測驗的10個題目，並將ChatGPT的回答與300名模擬學生的回答進行比較。主要發現包括：多選題難度一致增加，性別間無顯著差異，所有題目符合Rasch模型，且ChatGPT獲得A等級，表現優於其他等級（B到E）。總體來看，ChatGPT在這項英語測驗中展現出強大的能力。 PubMed DOI

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。 PubMed DOI

大型語言模型（LLMs）在智能視覺化系統中有很大潛力，尤其在專業應用上，但整合時面臨挑戰，包括領域特定問題、視覺化過程及用戶互動。為解決這些問題，我們提出了一個框架，利用微調的LLMs來改善視覺互動。 在教育領域，智能視覺化系統能支持初學者的自我調節學習。我們介紹了Tailor-Mind，一個互動式視覺化系統，幫助AI初學者進行自我調節學習。研究顯示，Tailor-Mind能提供個性化建議，增強學習體驗，驗證了我們框架的有效性。 PubMed DOI

新興的多模態大型語言模型（MLLMs）在圖表問題回答（CQA）上展現出潛力，但目前的研究存在一些不足。首先，過度關注數據量的收集，卻忽略了視覺編碼和特定QA任務的需求，導致數據分佈不均。其次，現有方法多針對自然圖像，未考慮圖表的獨特性。為了解決這些問題，我們提出了一種視覺參考的指令調整方法，並透過新數據引擎篩選高質量數據，改善模型的細粒度識別。實驗結果顯示，我們的方法在基準測試中持續超越其他CQA模型，並提供了未來研究的數據集劃分。相關代碼和數據集可在 https://github.com/zengxingchen/ChartQA-MLLM 獲得。 PubMed DOI