大語言模型

使用大語言模型進行文本探勘：心理社會障礙復健相關研究為例

2025 年 04 月 25 日2025 年 04 月 23 日 CASE PRESS 大語言模型, 心理社會復健, 心理社會障礙研究, 文本探勘

在醫療保健領域的研究當中，心理社會復健 (psychosocial rehabilitation) 以及心理社會障礙 (psychosocial disability) 的研究持續受到重視，圍繞著這個主題，已有不少研究論文產出。不同的研究針對了這個議題，提供了在診斷、預防措施、治療策略等等方面提供了不少觀點。如今大語言模型 (large language model, LLMs) 已經發展得越來越成熟，能否透過LLMs來進行文本探勘，分析前人大量的研究成果呢？

人工智慧&電腦、資料科學可解釋性與公平性

當大語言模型的發言帶有偏見時，你還相信它嗎？

2025 年 04 月 08 日2025 年 04 月 08 日 CASE PRESS 偏見, 大語言模型, 社會汙名

近年來隨著AI科技的出現，改變了人們的生活，尤其是2023年生成式AI的出現，更是把AI的討論度炒熱到了高點。儘管ChatGPT等大語言模型 (Large Language Model, LLM) 具有非常強大的語言能力，但是，距離AI完全的取代人類，仍然還有段距離，反倒是身為AI時代的人們，應該要學會如何使用AI，畢竟大部分的工作仍然得靠人類之手完成 (Abrial, 2023)。然而，當LLM的發言帶有偏見時，使用者是否能明確洞悉呢？

人工智慧&電腦、資料科學機器學習

超越人類認知謬誤的LLM

2024 年 08 月 30 日2024 年 08 月 28 日 CASE PRESS 大語言模型, 琳達問題, 認知反射測驗, 認知謬誤

你有沒有想過，當別人向你提問時，你回答問題的思考邏輯是什麼呢？這個看似很奇怪的問題，其實是非常重要的事情，因為它可能是造成我們思維與人工智慧思維有所區別的最大原因。從經典的心理學實驗「琳達問題」，認知心理家發現人們在思考時，容易因為捷思法，透過自己的經驗反射性判斷出答案，而非經過複雜縝密的思考。讓人意外的是，這樣的問題在LLM當中也同樣會發生，但差別在於LLM如果透過提示與修正提問方式之後，回答準確度會有上升的趨勢，但在人類身上並沒有這樣的效果。如此看來，機器的發展和人類大腦的發展，似乎並不是依循著相同的發展路線而前進，這又是另一個值得玩味的議題。

人工智慧&電腦、資料科學機器學習

「人工化學智慧」應用大語言模型 (LLM) 的化學分析工具

2024 年 08 月 16 日2024 年 08 月 14 日 CASE PRESS 化學分析, 化學合成, 大語言模型

大語言模型 (LLM) 的出現，讓人們看到了人工智慧所能展現的高度自主性，LLM能完成不少跨領域的任務，並且展現很不錯的自然語言處理能力。不過，面對一些看似簡單的數學計算或是化學式轉換的任務時，大語言模型卻會出現誤差。為了解決這個限制，並且發揮LLM的效用，必須整合其他工具，讓LLM變得具有計算及分析能力。