生成式人工智慧，像是ChatGPT，可以用來為非學術讀者總結研究研究。在一項研究中，當總結提供更多深入見解，像是八年級程度的總結，並突顯重要發現和現實應用時，獲得較高評分。這項技術有潛力增進環境健康科學等領域的研究轉化，但仍需要進一步改進。 PubMed DOI

研究探討如何利用大型語言模型（LLMs）協助資料素養較低者理解複雜的視覺化，結果顯示LLM能有效幫助使用者理解圖表並鼓勵進一步探索。然而，過度依賴LLM代理人可能導致洞察不足，呈現潛在風險。研究建議妥善平衡利用LLMs提升視覺化素養的方法。 PubMed DOI

這篇文章討論了ChatGPT在獸醫學中的應用，包括臨床、教育和研究領域。強調了使用ChatGPT需負責任，避免問題並考慮道德議題。提供了學習資源和實例，幫助獸醫、教育者和研究人員充分利用ChatGPT。 PubMed DOI

這個教程強調大型語言模型（LLMs）在行為科學中的潛力，並指出像Hugging Face這樣的開源框架在透明度和可重現性上的優勢。它提供了使用這些工具的入門指南，包括特徵提取、模型微調和生成行為反應，並附有可執行的代碼，還在GitHub上分享。教程也探討了可解釋性和安全性挑戰，並提供了語言建模與行為科學交集的未來研究機會的見解。 PubMed DOI

在這個迷你系列的第二部分，我們探討了多種機器學習工具，這些工具能自動從龐大的獸醫臨床數據中提取資訊，像是小動物獸醫監測網絡（SAVSNET）和VetCompass的資料。由於數據量龐大，手動閱讀不切實際，而傳統文本挖掘方法也常因臨床筆記的複雜性而無法應對。 我們介紹了從簡單模型到先進語言模型的各種技術，特別是語言模型在記錄標註和主題識別中的應用。隨著模型的進步，研究人員與臨床醫生的合作變得更重要，以確保結果的可解釋性，增強對結論的信心。 PubMed DOI

生成式人工智慧（AI）正在迅速改變病理學教育，特別是大型語言模型和多模態工具的應用。這些技術能提供個性化學習體驗、簡化內容開發，並提高資源的可及性，支持學習者和教育者的培訓過程。案例研究顯示，整合這些技術能提升教育效果，但也需注意倫理影響和潛在風險。未來成功的關鍵在於AI專家與醫學教育者的合作，確保人類監督和透明度，強化教育者在病理學中的角色。 PubMed DOI

基因組時代的來臨促進了高通量數據和先進計算方法的發展，幫助我們探索植物抗逆境的遺傳與功能。儘管有許多實驗和分析技術，但龐大的數據量仍帶來挑戰。深度學習模型在預測基因結構和功能方面表現優異，並在農業高通量表型學中越來越常見。這篇綜述強調了數據資源和生物信息學工具，以及機器學習和人工智慧在植物抗逆境研究中的應用，並展示如何利用大型語言模型（如ChatGPT）創建相關知識圖譜，促進跨領域合作。 PubMed DOI

媒體常強調大型語言模型（LLMs）在數學和醫學的優越性，但在農業這個重要領域的應用卻少有關注。LLMs在食品生產中能提升效率、促進創新及改善政策，但也面臨挑戰，如錯誤資訊擴散、數據收集及可能的失業問題。隨著技術快速發展，農業政策制定者需建立完善的框架，確保這些工具的負責任使用，否則未來政策調整將變得困難。 PubMed DOI

AltGosling是一個創新的工具，專為自動生成互動基因組數據的可視化描述而設計，旨在解決視障人士和低視力人士的可及性問題。傳統的替代文字生成模型在基因組學的複雜可視化上表現不佳，而AltGosling則利用基於邏輯的算法，提供詳細且可導航的描述，提升生物醫學可視化的可及性。這個工具是與視障用戶共同設計，並在生成基因組數據描述方面表現優於現有模型。其源代碼和互動演示已在GitHub上公開，促進基因組研究的可及性。 PubMed DOI

植物疾病對全球糧食危機影響深遠，利用先進的人工智慧技術能顯著改善診斷。然而，現有的檢測方法因過度依賴單一數據模態而面臨挑戰。為了解決這個問題，我們提出了一種多模態方法，結合植物表型與特徵描述，並透過逐步遮蔽影像來增強診斷。我們的PhenoTrait模型在生成特徵描述方面表現優於多個先進模型，並已公開代碼與數據集，網址為 https://plantext.samlab.cn/。 PubMed DOI