在機器學習中，平衡預測準確性、模型可解釋性和領域泛化是一大挑戰。我們研究了77,640個配置中的120個可解釋模型和166個不透明模型，進行文本分類以識別文本複雜性，並預測讀者的處理難度感知。結果顯示，任務1中準確性與可解釋性之間存在權衡，但在任務2中，可解釋模型在領域泛化上表現更佳。加入乘法互動也增強了可解釋模型的能力。我們強調使用大型數據集訓練，並整合外部理論與分佈外數據以驗證模型，確保穩健性。 PubMed DOI

這篇評論探討大型語言模型（LLMs）的推理過程，特別是注意力頭的角色。雖然LLMs在長文本理解和數學推理上表現接近人類，但其運作仍然像黑箱一樣難以理解。作者提出一個四階段框架，分析注意力頭的功能，並回顧相關研究，強調實驗方法的重要性。評論也總結了評估方法和基準，並指出目前研究的限制，建議未來的探索方向，以增進對LLMs推理能力的理解。 PubMed DOI

這篇文章探討大型語言模型（LLMs），特別是生成預訓練變壓器（GPTs）在醫學和放射學的影響。重點在於優化技術，如提示工程和微調，以提升模型的準確性，讓像GPT-4這樣的模型能適應特定任務。儘管這些模型潛力無窮，文章也指出實施過程中的挑戰，包括複雜性、幻覺、偏見和安全風險等問題。作者希望為放射科醫師提供LLMs的基礎知識和最佳實踐，並探討這些技術在放射學中的應用及其限制。 PubMed DOI

大型語言模型（LLMs）如ChatGPT已經改變了人機互動和語言分析。這些模型基於自然語言處理和機器學習的進步，特別是變壓器模型的引入，能更有效理解上下文。 LLMs的訓練過程分為預訓練和監督式微調，讓模型學習語法和推理能力。然而，它們也有缺陷，常生成聽起來合理但不正確的資訊，可能誤導使用者。因此，在使用LLMs時，特別是在敏感領域如放射學，必須謹慎評估其輸出。 PubMed DOI

這項研究探討了兩個大型語言模型（LLMs），BERT-base 和 Llama-2-13b，對複合詞如「snowman」的理解能力。根據心理語言學理論，理解複合詞需拆解成組成部分並連結其隱含意義。研究發現，當複合詞被同義詞替換時，嵌入變化與同義詞的合理性呈反比，這在舊有和新穎複合詞中皆有觀察到。雖然對新穎複合詞的結果較弱，舊的分佈模型表現更佳，但LLMs仍能有效近似複合詞的內部結構，成為建模隱含詞義的有用工具。 PubMed DOI

這篇論文探討大型語言模型（LLMs），如GPT-4o，對科學發現的影響，特別是在假設生成方面。作者展望未來，學術界將更多利用這些模型來提升研究效率。文章提出的核心問題是如何加速科學發現，並識別了兩個挑戰：有效利用模型知識及評估其研究效能。作者提出知識驅動的想法鏈（KG-CoI）來生成假設，以及IdeaBench進行可自訂的基準測試，目的是激發創新，促進人類與人工智慧的合作。 PubMed DOI

這篇論文探討了不同提示風格（JSON、YAML 和混合 CSV/前綴）對大型語言模型（如 GPT-4o）生成結構化數據的影響，強調提示風格在準確性、效率和成本效益上的重要性。研究評估了這些風格在個人故事、收據和醫療記錄等應用中的表現，並根據準確性、標記成本和處理時間進行比較。 主要發現包括： - **JSON**：高準確性但標記成本較高。 - **YAML**：在可讀性和效率間取得平衡。 - **混合 CSV/前綴**：在簡單數據結構中表現優異。 論文提供了選擇合適提示風格的建議，幫助優化 AI 應用的數據生成。 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

這篇研究發現，大型語言模型（像GPT-J）在處理英語形容詞名詞化時，比起死背規則，更傾向用類比的方式來推論，尤其遇到不規則或變化多的情況時更明顯。而且LLM對單字出現頻率很敏感，這也支持類比型的解釋。總結來說，LLM在語言泛化上，比較像是在「舉一反三」，而不是照本宣科。 PubMed DOI

大型語言模型正帶動材料科學革新，讓自動化材料發現成真，像是資料擷取、性質預測都更有效率。不過，目前還有專業知識整合不夠、資源消耗大等問題。未來要加強LLM的適應性、效率和可信度，才能讓這些技術在實際應用上更可靠、更公平。 PubMed DOI