這項研究探討大型語言模型（LLMs）在粒子加速器自動調整的應用，傳統上需要專業的優化和機器學習知識。研究顯示，LLMs能透過簡單的自然語言提示有效調整加速器子系統，並與先進的優化技術如貝葉斯優化和強化學習進行比較。結果顯示，LLMs能處理複雜的非線性數值優化，顯示其在日常操作中簡化自動調整算法的潛力，並可能促進自動化技術在加速器系統的應用。 PubMed DOI

這項研究介紹了CARDBiomedBench，一個新基準，專門評估大型語言模型（LLMs）在生物醫學研究，特別是神經退行性疾病（NDDs）方面的表現。基準包含超過68,000個專家標註的問答對，並利用可靠來源進行數據增強。七個LLMs的評估結果顯示，最先進的模型在回應質量和安全性上仍有顯著不足，例如Claude-3.5-Sonnet的回應質量僅25%。這些結果顯示LLMs在處理複雜生物醫學信息時的挑戰，CARDBiomedBench希望提升AI在科學研究中的可靠性。 PubMed DOI

Astro-QA 資料集是一個專為天文學問答設計的新基準，包含 3,082 個中英文問題，涵蓋天體物理學、天文測量學和天體力學等領域。它提供標準答案和相關資料以便評估。為了評估大型語言模型（LLMs）的表現，推出了 DGscore 指標，考量問題類型和難度。這個資料集已在 27 種 LLMs 上測試，顯示其在指令遵循、知識推理和自然語言生成方面的有效性，特別是在天文學領域。此研究旨在增進對 LLMs 在天文學的理解與發展。 PubMed DOI

大型語言模型（LLMs）在教育上有潛力，但在高風險考試如牙科入學考試（DAT）的有效性仍不明朗。本研究評估了16個LLMs，包括通用和特定領域模型，針對DAT進行測試。結果顯示，GPT-4o和GPT-o1在文本問題上表現優異，特別是在自然科學和閱讀理解上。然而，所有模型在視覺空間推理方面面臨挑戰。雖然LLMs能增強知識，但在高階認知任務上仍需與教師指導結合，以提升學習效果。 PubMed DOI

生物醫學文獻快速增長，讓手動整理知識變得困難，生物醫學自然語言處理（BioNLP）希望透過自動化來解決這些問題。儘管大型語言模型（LLMs）在多個領域展現潛力，但在BioNLP的有效性尚未確立。本研究系統評估了四個LLMs，包括GPT和LLaMA，並與傳統模型如BERT和BART比較。結果顯示，傳統微調方法在大多數任務中表現較佳，但GPT-4在推理任務中表現突出。開源LLMs仍需微調以提升性能，研究也指出LLM輸出中存在信息缺失和幻覺問題。 PubMed DOI

AstroSage-Llama-3.1-8B 是專為天文學打造的 AI 模型，訓練時用上大量天文相關資料。它在天文學測試上表現超越其他同級模型，甚至能跟 GPT-4o 一較高下。現在已免費開放給研究和教育使用。 PubMed DOI

大型語言模型（LLMs）能理解和產生自然語言，正改變醫療、教育、金融等產業，提升效率和準確度。不過，LLMs也有倫理、偏見和高運算成本等問題。本文分析其發展、應用和限制，並探討未來趨勢。 PubMed DOI

這項研究比較了ChatGPT-4、Google Gemini Advanced和自訂RAG模型在航太醫學知識與臨床推理的表現。RAG表現最好，但三者都有知識缺口和不穩定，臨床應用有風險。雖然LLM有潛力協助太空醫療，但準確性和可靠性還需加強，才能安全使用。 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

目前針對多模態大型語言模型處理點雲資料的評測標準很有限，難以全面評估模型的空間理解與推理能力。為此，作者提出3DBench，涵蓋十項物件與場景任務，並分為表達、感知、推理三類。作者也建立了超過23萬筆3D指令問答資料集，並設計Bench-model來提升表現。程式碼和資料已開源於GitHub。 PubMed DOI