Creativity research faces three persistent bottlenecks: divergent-thinking scoring is labour-intensive, cognitive models of creativity remain underspecified, and laboratory tasks fall short of real-world creative achievement. Large language models (LLMs) offer potential solutions, but the field lacks a structured framework for evaluating them. This selective narrative review (January 2018-June 2026) applies the generation-capability-assessment (GCA) framework, whose three axes are operationalised through descriptive criteria with provisional heuristic thresholds. On the generation axis, LLMs e…
СтатьяОбзорПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
With the rapid expansion of generative artificial intelligence (AI) in text generation and image synthesis, algorithmic bias has become an i … ngs show that neutral prompts do not necessarily produce demographically neutral outputs. All three large language models spontaneously introduced demographic attributes, with gender and age appearing far more frequently than race, skin tone, or body type. In the visual modality, the three text-to-image models differed significantly in their distributions of perceived …
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This study aims to explore Deep Learning methods, namely Large Language Models (LLMs) and Computer Vision models to accurately predict neoadjuvant rectal (NAR) score for locally advanced rectal cancer (LARC) treated with neoadjuvant chemoradiation (NACRT). The NAR score is a validated surrogate endpoint for LARC. 160 CT scans of patients were used in this study, along with 4 different types of radiology reports, 2 generated from CT scans and other 2 from MRI scans, both before and after NACRT. For CT scans, two different approaches with convolutional neural network were utilized to tackle the …
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: To evaluate performance and efficiency of a lightweight open-source reasoning large language model (LLM) against an expert-derived reference standard for screening scientific publication databases.
MATERIALS AND METHODS: Two expert reviewers screened subsets of database records across 3 stages: (1) base eligibility (n = 200), (2) obesity focus (n = 200), and (3) women of reproductive age focus (n = 150). The LLM (gpt-oss-20b) screened all records (n = 20 118). Performance (F1-score and sensitivity [recall]) and efficiency (average screening rate) were assessed.
RESULTS: Interread
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Hydromorphological assessment is a fundamental component of river ecosystem evaluation and management, yet standardized field protocols such as the River Habitat Survey (RHS) require trained personnel and substantial field effort. This study investigates whether multimodal large language models (LLMs) can support preliminary hydromorphological screening based solely on photographic documentation of river reaches originating from citizen science datasets. A dataset of 60 river sections previously assessed using the RHS field protocol was used as a reference. For each reach, photographic images …
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Large Language Models (LLMs) are increasingly used as conversational artificial moral advisors capable of providing ethical guidance, moral reflection, and recommendations regarding complex moral dilemmas. Despite their ability to generate coherent and persuasive moral discourse, LLMs lack genuine moral understanding, intentionality, and reflective judgment, raising concerns that users may overattribute moral agency to these systems. Drawing on Theory of Mind, AI Moral Agency, and the Godspeed framework, this study investigates how perceived LLM attributes-namely anthropomorphism…
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVES: To simultaneously evaluate and compare LLM performance in clinical reasoning with a minimally necessary criteria for clinical al … uage model performance improved with more training data in MedNLI but not MedNLI-Pain.
DISCUSSION: Large language models may lack necessary capabilities (eg, recognizing patients' pain) for clinical alignment. Success at a clinical reasoning task, in this case medical natural language inference, may not entail commensurate ability to align with patients' interests.
C …
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Meaningful assessments of how large language models (LLMs) incorporate clinical guidelines require large-scale testing over many queries. Here, we evaluate the prevalence of clinical guideline omissions and hallucinations in a large sample of diagnostic LLM outputs.
METHODS: We used simulated case vignettes and zero-shot prompting to generate diagnostic outputs and rationales from GPT-4.1 and DeepSeek-V3. English case vignettes were created for hypercholesterolaemia and type-2 diabetes mellitus. Each vignette contained identical medical information, while sociodemographic character…
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Large language models (LLMs) demonstrate strong general reasoning and language understanding, yet their performance degrades in domains governed by strict formal rules, precise terminology, and legally binding structure. Tax law exemplifies these challenges, as correct answers require exact statutory citation, structured legal argumentation, and numerical accuracy under rigid grading schemes. We curate SteuerEx, the first open benchmark derived from authentic German university tax-law examinations, processed through a structured statement-level decomposition pipeline. SteuerEx comprises 115 ex…
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Rapid advances in smart agriculture have highlighted the potential of large language models (LLMs), while practical applications remain limited by privacy risks, high training costs, and hallucinations. Focusing on garlic cultivation, this study proposes a knowledge-graph-enhanced framework that improves domain-specific LLMs through graph-based retrieval.
METHODS: A hybrid clustering algorithm with intra-cluster multidimensional ranking is employed to identify ten core entity types from garlic-related corpora. Few-shot learning and chain-of-thought prompting are further integrat…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Clinician-patient conversations form the cornerstone of mental healthcare. Large language models (LLMs) could hold promise for this domain but their effectiveness in patient-facing interactions remains largely unproven. Here we introduce a cognitive layer architecture that enhances general-purpose LLMs with specialized clinical psychotherapeutic reasoning capabilities. In a randomized, double-blind evaluation, 227 human participants generated naturalistic mental well-being session transcripts by interacting with different therapy agents. A consortium of 22 expert clinicians assessed these tran…
СтатьяРандомизированное исследованиеПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Prompt engineering has the potential to enhance large language models' (LLM) ability to solve tasks through improved in-context learning. In clinical research, the use of LLMs has shown expert-level performance for a variety of tasks ranging from pathology slide classification to identifying suicidality. We introduce clickBrick, a modular prompt-engineering framework, and rigorously test its effectiveness. Here, we explore the effects of increasingly structuring prompts with the clickBrick framework for a comprehensive psychopathological assessment of 100 index patients from psychiatric electr…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
In environments where global navigation satellite system (GNSS) signals are unavailable or unreliable, inertial measurement unit (IMU)-based pedestrian dead reckoning (PDR) offers considerable potential because it operates independently of external infrastructure. However, maintaining stable and accurate positioning across varying conditions remains challenging. To address this issue, this paper proposes a large language model (LLM)-guided IMU-PDR framework for detection and error correction. The proposed method transforms IMU time-series data into a structured representation tailored to PDR t
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Large Vision-Language Models (LVLMs) have significantly advanced image understanding. Their comprehension and reasoning capabilities enable promising applications in autonomous driving scenarios. However, existing research typically focuses on partial objects within scenes and simple question-answer pair annotations, struggling to achieve comprehensive scene understanding. Meanwhile, existing LVLMs suffer from the lack of mapping relationship between 2D and 3D and insufficient integration of 3D spatial understanding and instruction following. To tackle these limitations, we first introduce NuI
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Large language models (LLMs) have the potential to improve nutritional counseling for patients with end stage kidney disease (ESKD). This study evaluates the utility of publicly available LLMs in generating meal plans for individuals receiving hemodialysis. METHODS: Fifty hypothetical patient profiles were generated from United States national data and used to prompt four LLM chatbots, ChatGPT-o3-mini ® (OpenAI), Claude Sonnet 3.7 ® (Anthropic), Gemini 2.5 ® (Google), and Llama 3.1 ® (Meta), to create a single day meal plan accounting for ESKD dietary constraints. The primary outco…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: The purpose of this study was to evaluate the capability of a large language model (LLM) for performing each of the steps of clinical practice guideline development from framing a healthcare question to creating the evidence-to-decision framework.
METHODS: The LLM tool used for this study was OpenAI Generative Pretrained Transformer (GPT)-4o. This evaluation of an LLM was conducted concomitantly with development of a clinical practice guideline on neuromuscular blockade in adults with acute respiratory distress syndrome for the Society of Critical Care Medicine. The Grading of Rec
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background: Pediatric head trauma is a common reason for emergency department presentation. Although most children have minor injuries, a small proportion harbor clinically important traumatic brain injuries requiring urgent intervention. Artificial intelligence (AI) may offer structured support in computed tomography (CT) decision making, but evidence regarding the performance of general-purpose large language models in pediatric head trauma remains limited. Objective: To evaluate the association between AI-based cranial CT recommendations and clinically meaningful outcomes in pediatric patie…
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Clinical practice guidelines (CPGs) provide evidence-based recommendations for patient care; however, integrating them into artificial intelligence (AI) remains challenging. Previous approaches, such as rule-based systems or black-box AI models, face significant limitations, including poor interpretability, inconsistent adherence to guidelines, and narrow domain applicability. To address this, we develop and validate CPGPrompt, an auto-prompting system that converts narrative clinical guidelines into large language models (LLMs).
MATERIALS AND METHODS: Our framework translates CPGs…
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
UNLABELLED: Large Language Models (LLMs) are being rapidly deployed in higher education, yet institutions lack integrated, theoretically grounded frameworks to guide responsible adoption. While meta-analytic evidence reports large positive effects on academic performance (g = 0.867; Wang and Fan 2025), emerging research reveals a "cognitive paradox": performance gains may coincide with diminished metacognitive accuracy and self-regulation-a gap no existing framework comprehensively addresses across adaptation design, data governance, pedagogical targeting, and learner agency simultaneously.
M…
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Diabetic retinopathy (DR) is a leading cause of blindness, with an increasing reliance on large language models (LLMs) for health-related information. The specificity of LLM-generated responses to DR queries is yet to be established, prompting an investigation into their suitability for ophthalmological contexts.
METHODS: A cross-sectional study involving six LLMs was conducted to ascertain the accuracy and comprehensiveness of responses to 42 DR-related questions from 1 February 2024 to 31 March 2024. Three consultant-level ophthalmologists independently assessed the responses, g…
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования