這項研究分析了一個專注於由大型語言模型（LLM）驅動的對話代理的心理健康支援子論壇中用戶的評論。研究發現強調了一些好處，例如即時支援和提升用戶信心，但也指出了一些挑戰，如過濾有害內容和用戶過度依賴的問題。該研究強調了在心理健康支援中需要謹慎評估和負責任使用LLM的必要性。 PubMed DOI

目前，對話代理人（CAs）主要使用嚴格的基於規則的對話模型，但這限制了彈性和擴展性。大型語言模型（LLMs）是替代方案，但在雲端運行時可能涉及隱私問題。這研究探討了如何微調輕量級預訓練LLMs，以預測使用者意圖，實現在設備上部署，確保隱私和個性化。RoBERTa和XLNet在平衡性能和隱私方面有潛力。研究顯示這些模型可與ChatGPT媲美，並討論了對利益相關者的影響。總結來說，該研究強調了在考慮性能、內存使用和隱私的情況下，使用LLMs在設備上實現對話代理人的重要性。 PubMed DOI

陪伴機器人旨在幫助年長者對抗孤獨感，提供社交和情感支持。然而，年長者對於對話伴侶的期望可能與目前的科技和其他年齡群體有所不同。讓年長者參與這些機器人的開發是至關重要的。最近大型語言模型的進步顯示了滿足這些期望的潛力。一項涉及28名年長者的研究展示了在一個陪伴機器人中使用大型語言模型，揭示了期望，如積極參與對話、記憶過去互動、保護隱私、提供資訊和提醒、促進社交聯繫以及表達同理心。該研究提供了設計針對年長者的對話陪伴機器人的建議，使用基礎模型如大型語言模型，這也可應用在其他領域。 PubMed DOI

研究使用大型語言模型幫助病人提出問題，提升溝通效率。以范德堡大學醫學中心數據測試三個模型，CLAIR在清晰度、完整性和簡潔性表現最佳。GPT4在效用和完整性較高，但清晰度和簡潔性較差。CLAIR生成的問題與醫療者相符，有助改善溝通。 PubMed DOI

大型語言模型（LLM）應用廣泛，包括心理健康領域。然而，使用LLM強化的對話人工智慧（CAI）協助抑鬱症患者面臨人性化和情境韌性挑戰。觀點論文探討這些挑戰，提出跨學科解決方案，結合哲學、心理學和計算機科學。為了負責地設計和應用LLM增強的CAI支援抑鬱症患者，提出建議。 PubMed DOI

MindScape是一個創新的專案，專注於結合時間序列行為模式（如對話參與度、睡眠和位置）與大型語言模型（LLMs），以提升自我反思和福祉。最新研究論文介紹了MindScape情境日記應用程式的設計，透過LLMs和行為感測技術，提供個性化的日記提示，促進情感發展和自我反思。 論文還分享了一項針對大學生的初步用戶研究結果，並討論未來計畫，評估情境AI日記在提升校園福祉的效果。MindScape展現了行為智慧在AI領域的新應用，可能帶來新的進展。 PubMed DOI

這篇論文探討大型語言模型（LLMs），如ChatGPT，在癡呆症護理和研究中的應用潛力。文章介紹了LLMs的特性、能力與限制，並討論其在護理中的實際考量，例如透過手機應用程式使用。LLMs可增進對癡呆症的理解、診斷和治療，透過有意義的對話和個性化支持來改善病人護理。 LLMs的好處包括提升社交互動、改善認知功能和情緒福祉，並減輕照護者負擔。不過，部署LLMs也引發隱私和倫理等問題。問卷調查顯示，癡呆症患者及支持者對使用LLMs的看法普遍正面，但仍擔心偏見和數據隱私。總體而言，這篇評論強調了LLMs在癡呆症護理中的潛力，並呼籲進一步研究。 PubMed DOI

這篇論文介紹了一個針對無人零售商店的綜合軟體服務框架，重點在於提升顧客服務，透過了解顧客需求和引導他們找到產品。我們運用視覺識別技術識別商品，並利用大型語言模型（LLMs）分析顧客偏好，提供量身訂做的推薦。 我們探討了基於深度神經網路的影像識別模型，並提出利用有限訓練數據微調LLMs的方法，提升參數更新效率。此外，智能推薦系統能自動分析顧客偏好，完善顧客到貨架的體驗。實驗結果顯示，我們的方法在有限數據集上表現優於現有技術，為顧客創造無縫的購物體驗。 PubMed DOI

本研究針對長期照護機構中的失智症患者，開發了一款虛擬伴侶，旨在減少孤獨感並評估其可行性與接受度。研究分為兩階段，第一階段透過提問促進對話，第二階段則利用人工智慧進行更深入的討論。參與者在兩階段中進行測試，結果顯示第二階段的對話能力獲得較高的接受度，雖然有些人覺得頭戴式顯示器不太方便。總體而言，虛擬伴侶對失智症患者的互動有正面效果，未來可望進一步改善對話互動。 PubMed DOI

近年來，大型語言模型（LLMs）在教育領域的應用越來越普遍，然而創建個性化學習環境仍面臨挑戰。文章提到三大挑戰：首先是可解釋性，需增強對LLMs如何理解學習者的認識；其次是適應性，需開發技術提供個性化教學支持；最後是創作與評估，需建立基於LLM的教育代理。克服這些挑戰將有助於打造更符合學生需求的AI輔導員，進而提升學習成效。 PubMed DOI