Investigating the Impact of Prompt Engineering on the Performance of Large Language Models for Standardizing Obstetric Diagnosis Text: Comparative Study.
研究即時工程對大型語言模型在標準化產科診斷文本表現的影響：比較研究。 JMIR Form Res 2024-02-25

研究使用真實世界數據評估大型語言模型（LLMs）在標準化產科診斷術語時的表現，發現LLMs在無監督設置中表現較佳。不同的提示工程設置會影響LLMs的表現，其中QWEN提示效果最好，有助於提高診斷術語對齊效率。 PubMed DOI

The perils and promises of fact-checking with large language models.
使用大型語言模型進行事實核查的危機與潛力。 Front Artif Intell 2024-02-24

GPT-4等大型語言模型在事實核查上扮演重要角色，尤其在防止假消息擴散。瞭解它們的能力和限制對維護資訊環境至關重要。研究指出，提供上下文資訊可增進模型表現。雖GPT-4比GPT-3強，但準確性受查詢語言和真實性主張影響。使用時應謹慎，呼籲進一步研究以深入了解模型成功與失敗。 PubMed DOI

Improving the use of LLMs in radiology through prompt engineering: from precision prompts to zero-shot learning.
從精確提示到零樣本學習：通過及時工程改進放射學中 LLMs 的應用。 Rofo 2024-02-26

大型語言模型如ChatGPT在放射學領域有潛力，但成效需靠即時工程處理。不同提示策略可客製化模型回應，無需額外訓練。少樣本學習和嵌入式技術對提升聊天機器人輸出和透明度至關重要。在放射學等專業任務中，提示工程對LLMs利用至關重要，隨模型演進，零樣本學習等方法愈見重要。 PubMed DOI

An Empirical Evaluation of Prompting Strategies for Large Language Models in Zero-Shot Clinical Natural Language Processing: Algorithm Development and Validation Study.
大型語言模型在零-shot臨床自然語言處理中提示策略的實證評估：演算法開發和驗證研究。 JMIR Med Inform 2024-04-08

LLMs在臨床應用上很強大，但缺乏標記數據。為了掌握臨床知識，需要進行上下文學習。研究評估了零-shot和少-shot臨床信息提取的提示工程技術。結果顯示，定制任務特定提示至關重要，而啟發式和集成提示也很有效。GPT-3.5表現最佳，並且集成方法有助於提升性能。這項研究為臨床自然語言處理的提示工程提供了重要的指導。 PubMed DOI

Hallucination Rates and Reference Accuracy of ChatGPT and Bard for Systematic Reviews: Comparative Analysis.
ChatGPT和Bard用於系統性評論的幻覺率和參考準確性：比較分析。 J Med Internet Res 2024-05-22

研究發現ChatGPT和Bard等大型語言模型在科學寫作參考文獻生成方面表現不佳，容易產生錯誤資訊。建議在進行系統性回顧時謹慎使用這些模型，研究人員應該先驗證資料的正確性。在學術領域使用這些模型前，需要改進它們的訓練和功能。 PubMed DOI

Detecting hallucinations in large language models using semantic entropy.
利用語義熵檢測大型語言模型中的幻覺。 Nature 2024-06-19

大型語言模型（LLM）如ChatGPT或Gemini具有強大的推理和問答能力，但可能產生虛假輸出。這可能對各領域應用造成問題，如製造虛假法律先例或散佈虛假新聞。為提升誠實性，研究者致力於開發檢測虛假輸出的方法，著重於評估不確定性以檢測不正確回應。這種方法可用於識別新情況中的不可靠輸出，幫助用戶警惕LLM的潛在風險，並拓展新應用。 PubMed DOI

Optimizing biomedical information retrieval with a keyword frequency-driven prompt enhancement strategy.
利用關鍵字頻率驅動的提示增強策略優化生物醫學信息檢索。 BMC Bioinformatics 2024-08-27

從生物醫學文獻中提取準確資訊相當複雜，因為這個領域跨學科且術語專業。早期的自然語言處理（NLP）方法常常無法掌握語言的細微差別，導致錯誤答案。隨著變壓器模型的出現，大型語言模型（LLMs）在問答任務中表現改善，但仍面臨挑戰，經常產生「幻覺」信息。我們的研究透過增強檢索架構來提升LLMs在生物醫學問答中的表現，並開發了問答機器人WeiseEule，強調用戶查詢信號的重要性，改善了回應的準確性和相關性。 PubMed DOI

Large Language Model Prompting Techniques for Advancement in Clinical Medicine.
臨床醫學進步的大型語言模型提示技術。 J Clin Med 2024-09-14

大型語言模型（LLMs）有潛力顯著改變臨床醫學，能改善醫療服務的可及性、增強診斷、協助手術規劃及促進教育。不過，這些模型的有效運用需謹慎設計提示，以應對幻覺和偏見等挑戰。理解標記化、嵌入和注意力機制等關鍵概念，以及運用策略性提示技術，對生成準確輸出至關重要。AI技術與醫療專業人員的合作、重視倫理問題如數據安全和偏見緩解，能提升醫療服務質量與可及性。持續的研究與發展對於發揮LLMs在醫療領域的潛力至關重要。 PubMed DOI

Large Language Models, scientific knowledge and factuality: A framework to streamline human expert evaluation.
大型語言模型、科學知識與事實性：一個簡化人類專家評估的框架。 J Biomed Inform 2024-09-14

這篇論文提出了一個評估大型語言模型（LLMs）在生物醫學知識編碼的框架，特別針對抗生素研究。框架分為三個步驟：流暢性、提示對齊和語義一致性，並評估事實知識和回應的具體性。研究涵蓋了ChatGPT、GPT-4和Llama 2等十一個模型，透過生成化合物定義和確定化合物與真菌關係的任務進行評估。結果顯示，雖然流暢性有所提升，但事實準確性仍有待加強，對LLMs作為生物醫學知識庫的可靠性提出了疑慮，並強調需要更系統的評估方法。 PubMed DOI

From Sparse to Dense: GPT-4 Summarization with Chain of Density Prompting.
從稀疏到密集：GPT-4 以密度提示鏈進行摘要。 Proc Conf Empir Methods Nat Lang Process 2024-09-24

這項研究探討了創建有效摘要的挑戰，目的是在細節與可讀性之間取得平衡。研究提出了一種名為「密度鏈」（CoD）的方法，利用GPT-4生成初步摘要，然後逐步添加重要資訊，卻不增加整體長度。這樣的摘要更具抽象性，且對引導性資訊的偏見較少。針對100篇CNN DailyMail文章的研究顯示，讀者更偏好密度較高的CoD摘要，認為其效果接近人類撰寫的摘要。研究提供了500個註解的CoD摘要及5,000個未註解的摘要，資料可在HuggingFace上使用。 PubMed DOI

原始文章

站上相關主題文章列表