OpenMedLM是一個開源的醫學語言模型，在醫學基準測試中表現優異，且無需大量微調。透過提示策略，OpenMedLM在三個醫學語言模型基準測試中取得領先地位，超越其他模型。這顯示開源基礎模型在提升醫療任務表現方面具有潛力，同時也凸顯提示工程對於醫學應用中易用的語言模型的重要性。 PubMed DOI

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

這篇論文探討了大型語言模型（LLMs）在營養與飲食應用中的表現，特別是針對註冊營養師（RD）考試的1050道問題。研究比較了GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Pro的準確性與一致性，並分析了不同提示技術的效果。結果顯示，GPT-4o在使用帶自我一致性的思考鏈（CoT-SC）時表現最佳，而Gemini 1.5 Pro在零提示（ZS）下則展現最高一致性。研究強調選擇合適的LLM和提示策略對減少錯誤風險的重要性。 PubMed DOI

大型語言模型（LLMs）因為能用簡單的提示處理各種自然語言任務而受到廣泛歡迎，讓非專家也能輕鬆使用。不過，撰寫有效的提示卻不容易，因為需要特定知識。為了幫助用戶改善提示，我們開發了PROMPTAID，這是一個互動式的視覺分析系統，能讓用戶創建、精煉和測試提示。PROMPTAID透過協調視覺化，促進關鍵字擾動、意義重述和選擇最佳範例，並經過專家意見和用戶研究驗證，讓用戶能輕鬆迭代提示，生成多樣選項，並有效分析提示表現。 PubMed DOI

提示的結構（像是順序、標籤、描述和理由）會大幅影響LLM在相似度評估的表現，這些偏誤即使提醒模型也難以完全消除。只有針對多種不同提示彙整結果，才能有效減少偏誤，所以用LLM時要特別注意結果的解讀。 PubMed DOI

這篇研究探討不同提示設計（prompt engineering）對ChatGPT等大型語言模型，從科學文獻摘要中提取資訊準確度的影響。以白色磷光材料為例，結果顯示精心設計的提示能大幅提升模型在科學任務上的可靠性與效能，並提供實用建議給使用者參考。 PubMed DOI

這篇文章介紹了幾種常見的提示工程技巧，像是 zero-shot、few-shot 和 chain-of-thought，說明它們如何幫助提升 AI 在介入放射學領域的表現。內容也討論資料隱私、法規等挑戰，並展望未來像檢索增強生成、多模態模型等新方向。 PubMed DOI

這項研究用標準化、針對人類優化的提示語，讓大型語言模型標註六家醫院的放射科報告，結果 Llama 3.1 70b 在不同報告和機構間都很準確且一致。顯示只要設計好提示語，LLMs 在各種臨床環境下都能穩定標註。未來會再加強提示語的通用性和模型穩定性。 PubMed DOI

這項研究評估多種大型語言模型，利用提示工程從胃鏡和大腸鏡報告中擷取結構化資訊。結果顯示，大型且專業化的模型在基本資訊擷取表現最好，但遇到複雜推理時仍有限制。少樣本學習對部分模型有幫助，顯示LLMs自動化醫療文本分析有潛力，但還需改進。 PubMed DOI

這項研究發現，不同Chain-of-Thought（CoT）提示方法對大型語言模型在醫學推理上的表現差異不大，簡單的CoT提示效果就很好。模型本身和資料集特性對準確率影響更大。以臨床紀錄為主的任務中，o1-mini模型表現最佳。總結來說，臨床決策應用上，建議優先採用簡單的CoT方法。 PubMed DOI