無線通訊在醫療上的應用有助於提升病人監測、護理協調、疾病檢測和病人自主權，進而改善醫療成果。為了確保5G基站，尤其是醫療應用，有持續供電，可以考慮設計太陽能供電的緊急電池備援系統，需考慮當地氣候、電力需求和可用資源。作者透過ChatGPT-AI撰寫了一封信函，強調氣候變遷下持續實踐的重要性。 PubMed DOI

研究討論如何在卡車編隊操作中運用適應性PID控制器，尤其關注認知無線電和AI增強的5G及5G以後網路。透過開發深度學習模型來模擬適應性PID控制器，考慮通信延遲、封包丟失、範圍等因素，強調可靠性、穩健性和安全性。同時運用大型語言模型GPT-3.5-turbo即時更新PID系統，展現整合AI驅動無線電和網路的潛力。研究強調在B5G網路中提升車輛編隊系統性能和安全性，並凸顯大型語言模型在先進通信環境的潛力。 PubMed DOI

這篇論文介紹了DRARLCNN，一種結合了CNN和RL的機器學習模型，用於優化5G網路中的資源分配。它在效率和延遲方面優於現有方法，在測試中取得了令人印象深刻的成績。DRARLCNN為動態5G資源分配設定了新的基準，為未來在這個領域的研究鋪平了道路。 PubMed DOI

這篇論文研究了在無線環境中，受到衰落和同頻干擾影響時，多樣性接收器的表現。使用了Beaulieu-Xie和κ-µ分佈來模擬衰落和干擾，並推導了各種性能指標的表達式，呈現了數值結果。論文還討論了利用大型語言模型和模型驅動工程進行自動化網路實驗的流程。通過調整參數，結果可適用於各種衰落和干擾分佈。 PubMed DOI

LLM-Twin 是一個針對數位雙胞胎網路 (DTNs) 的新框架，利用大型語言模型 (LLMs) 來提升溝通和計算效率。主要特色包括： 1. **數位雙胞胎語意網路 (DTSNs)**：整合 LLMs，減少原始數據傳輸需求，優化數據理解與處理。 2. **迷你巨型模型協作方案**：有效部署 LLMs，處理多模態數據，優化資源使用並確保模型協作。 3. **原生安全政策**：設計專屬安全框架，保障數據安全同時維持效率。 4. **數值實驗與案例研究**：經過實驗驗證，顯示其在解決 DTNs 限制上的有效性。 總之，LLM-Twin 是數位雙胞胎網路的一大進步，特別適合高效數據處理的應用。 PubMed DOI

這項研究探討大型語言模型（LLMs）在醫療應用中的準確性與能耗之間的平衡，特別分析了Meta的Llama 2和LMSYS Org的Vicuna 1.5。研究使用印第安納大學的胸部X光影像資料庫，發現Vicuna 1.5在效率和準確率上表現優於Llama 2。Llama 2的70B模型能耗是7B版本的七倍，但準確率卻較低，效率比僅22.30。結論指出，較小且經過微調的LLMs在醫療應用中更具可持續性，強調選擇模型的重要性，需平衡性能與環境影響。 PubMed DOI

大型語言模型（LLMs）因應用廣泛而受到重視，但其訓練和部署的計算需求也隨之增加。記憶電阻交叉陣列（memristor crossbars）因其小巧和高能效，成為解決方案，特別適合計算機視覺任務。然而，將LLMs部署在此技術上面臨三大挑戰：1. LLM增長超出記憶電阻晶片能力；2. 多頭注意力區塊需非靜態乘法，傳統技術無法處理；3. 複雜非線性運算表現不佳。為解決這些問題，我們提出新架構，能在單晶片上部署LLMs，測試顯示準確度損失極小，並顯著降低能量消耗。 PubMed DOI

LLMSeg的發展在放射治療，特別是乳癌治療中，具有重要意義。它利用大型語言模型整合臨床文本與影像數據，成功解決靶區輪廓描繪的挑戰，超越了傳統的器官分割任務。在外部環境和數據稀缺的情況下，LLMSeg的驗證顯示其實用性，表現優於傳統的單模態人工智慧模型，展現出更強的泛化能力和數據效率，成為改善放射腫瘤學實務的有力工具。 PubMed DOI

這篇論文探討大型語言模型（LLMs）對自然科學和社會科學的影響，特別是透過生成代理模型（GABMs）模擬人類行為。研究涵蓋網絡科學、演化博弈論等領域，顯示LLMs能預測社會行為、增強合作及模擬疾病傳播。雖然LLMs能模仿公平性和合作，但仍面臨提示敏感性和幻覺等挑戰，影響行為一致性。未來研究應聚焦於完善模型、標準化方法，並探討LLMs與人類互動可能帶來的新合作行為，重塑決策過程。 PubMed DOI

這項研究探討大型語言模型（LLMs）在優化醫療工作流程的應用，特別是面對經濟和計算挑戰。研究人員使用真實病患數據，評估了十種不同的LLM，進行超過30萬次實驗。結果顯示，隨著問題和臨床筆記數量增加，模型表現會下降。高容量模型如Llama-3-70b和GPT-4-turbo-128k能有效處理最多50個任務，但超過後表現下降。經濟分析指出，使用串接方式可在50個任務時實現高達17倍的成本降低，顯示LLM在臨床環境中的限制及提升成本效率的潛力。 PubMed DOI