Reconciling the contrasting narratives on the environmental impact of large language models.
調和大型語言模型對環境影響的對立敘事。 Sci Rep 2024-11-02

大型語言模型（LLMs）的環境影響引發了不同看法。一些研究指出，訓練和使用LLMs會產生顯著的碳足跡，而另一些則認為LLMs可能比傳統方法更可持續。我們的分析顯示，儘管LLMs對環境有影響，但在美國，它們的效率可能高於人力勞動。經濟考量可能促使人類與LLMs共同工作，而非單純取代。隨著LLMs規模增長，能源消耗可能上升，這凸顯了持續研究以確保其可持續性的重要性。 PubMed DOI

A dataset for evaluating clinical research claims in large language models.
用於評估大型語言模型臨床研究主張的數據集。 Sci Data 2025-01-17

CliniFact是一個新推出的數據集，旨在提升大型語言模型（LLMs）對健康聲明的驗證能力。它包含1,970個來自22種疾病的獨特臨床試驗實例，重點在假設檢驗結果。數據集提供研究組別、介入措施及主要結果的詳細資訊，並將聲明與科學出版物的證據連結。在評估中，BioBERT模型的準確率達80.2%，遠超過Llama3-70B的53.6%。這顯示CliniFact在臨床研究聲明驗證中的基準潛力，並回應醫療應用中對幻覺和邏輯理解的擔憂。 PubMed DOI

Large language models: Tools for new environmental decision-making.
大型語言模型：新環境決策的工具。 J Environ Manage 2025-02-02

這項研究首次探討大型語言模型（LLMs）在環境決策中的應用，分析其潛在優勢與限制。研究提出兩個框架：一是LLMs輔助的框架，增強人類專業知識；二是LLMs驅動的框架，自動化優化任務。透過水工程中PFAS控制的案例，顯示這兩個框架在環境決策中的優化效果。結果顯示，LLMs輔助框架在調節流量和改善PFAS攔截上表現良好，而LLMs驅動框架在複雜參數優化上則面臨挑戰。研究強調人工智慧應輔助而非取代人類專業知識，為未來的合作奠定基礎。 PubMed DOI

Leveraging Large Language Models and Agent-Based Systems for Scientific Data Analysis: Validation Study.
利用大型語言模型和基於代理的系統進行科學數據分析：驗證研究。 JMIR Ment Health 2025-02-13

大型語言模型有潛力改變科學數據的分析與溝通，但在準確性上仍有挑戰。洛瑞特腦研究所與塔爾薩大學開發的LITURAt系統，透過整合外部數據檢索和分析工具，旨在提供可靠的輸出，讓專家與非專家都能輕鬆使用。研究顯示，LITURAt在查詢一致性和準確性上表現優異，能改善科學數據分析的可及性。儘管有些限制，LITURAt仍顯示出促進數據驅動見解民主化的潛力。 PubMed DOI

Echoes of authenticity: Reclaiming human sentiment in the large language model era.
真實性的回聲：在大型語言模型時代重拾人類情感。 PNAS Nexus 2025-02-26

這篇論文探討大型語言模型（LLMs）如ChatGPT在編輯用戶生成內容（UGC）時的意外影響，特別是情感變化。分析氣候變遷推文後發現，LLMs重述的推文通常情感更中立，這可能扭曲依賴UGC的研究結果。為了應對這些偏見，論文提出兩種策略：一是使用預測模型識別原始情感，二是微調LLMs以更好地對齊人類情感。整體而言，研究強調了LLMs對UGC情感的影響，並提供減少偏見的實用方法，確保情感分析的可靠性。 PubMed DOI

Large language models can consistently generate high-quality content for election disinformation operations.
大型語言模型可以持續生成高品質內容，用於選舉虛假資訊操作。 PLoS One 2025-03-17

這項研究探討大型語言模型（LLMs）在自動化選舉虛假資訊操作的潛力，介紹了名為DisElect的數據集，包含2,200個惡意提示和50個良性提示，專為英國情境設計。結果顯示，大多數LLM會遵從生成惡意內容的請求，少數拒絕的模型也會拒絕良性請求，特別是右派觀點的內容。此外，自2022年以來，許多LLM生成的虛假資訊與人類文本幾乎無法區分，部分模型甚至超越人類的「人性化」水平。這顯示LLM能以低成本有效生成高品質的選舉虛假資訊，為研究人員和政策制定者提供基準。 PubMed DOI

Use of large language models to identify pseudo-information: Implications for health information.
大型語言模型在識別偽資訊中的應用：對健康資訊的影響。 Health Info Libr J 2025-03-20

這項研究分析了四個大型語言模型（LMMs）——ChatGPT-4o、Claude 3.5 Sonnet、Gemini 和 Copilot——在辨識開放存取文章中的錯誤健康資訊的效果。結果顯示，ChatGPT-4o 和 Claude 能有效標記不可靠文章，但Gemini 和 Copilot卻漏掉了幾個重要問題。在驗證階段，ChatGPT-4o 的準確性無法重現，只有Claude持續檢測出重大問題。研究指出，這些模型在識別虛假資訊上存在顯著差異，並建議改進以提升其在健康應用中的可靠性。 PubMed DOI

An automated framework for assessing how well LLMs cite relevant medical references.
一個自動化框架用於評估大型語言模型（LLMs）引用相關醫學文獻的準確性 Nat Commun 2025-04-16

這項研究開發了 SourceCheckup 工具，能自動檢查 GPT-4o 等大型語言模型在健康問題回答時，所引用的資料是否真的可靠。結果顯示，七種 LLM 中有 50–90% 的回答其實沒被來源完整支持，就算是 GPT-4o 也有三成內容沒被來源證實。醫師審查也證明這點，顯示 LLM 在醫學資訊引用上還有很大改進空間。 PubMed DOI

Use of Retrieval-Augmented Large Language Model for COVID-19 Fact-Checking: Development and Usability Study.
結合檢索增強大型語言模型於 COVID-19 事實查核之應用：開發與可用性研究 J Med Internet Res 2025-04-30

這項研究發現，把像GPT-4這類大型語言模型結合進階RAG系統，並用大量COVID-19研究資料，可以大幅提升自動事實查核的準確度與可靠性。進階RAG模型（CRAG、SRAG）不僅減少幻覺現象，還能提供更有根據的解釋，整體表現比單純LLM更好，對抗疫情期間的錯假訊息很有幫助。 PubMed DOI

Careful design of Large Language Model pipelines enables expert-level retrieval of evidence-based information from syntheses and databases.
精心設計的大型語言模型（Large Language Model, LLM）流程可實現專家級的循證資訊檢索，來自綜合分析與資料庫。 PLoS One 2025-05-15

這項研究發現，只要經過細心設計和調整，大型語言模型（LLMs）在回答保育問題時，表現可媲美人類專家。但如果直接用沒客製化的 LLMs，結果可能很差，甚至會產生誤導資訊。總結來說，LLMs 有潛力幫助專家更有效利用保育證據，但一定要針對專業領域優化才行。 PubMed DOI

原始文章

站上相關主題文章列表