来源: Nature Health
研究发现,ChatGPT、Grok、Claude等LLM在标准偏见问卷上得分优于人类,但在51个生活情境故事预测任务中,当角色患有HIV、精神疾病或乙肝时,模型对其表现出明显歧视,将之与危险、疏远相关联;中文提示偏见更显著,而逐步推理可减轻偏见。团队提出个体化、相关性过滤等九项缓解策略,呼吁上市前进行情境化偏见审计。
“人们不愿从一般性推演出特殊性,却极乐于从特殊性归纳出一般性。”(“Subjects’ unwillingness to deduce the particular from the general was
matched only by their willingness to infer the general from the particular.”)-Thinking,fast and slow
来源: Nature Health
研究发现,ChatGPT、Grok、Claude等LLM在标准偏见问卷上得分优于人类,但在51个生活情境故事预测任务中,当角色患有HIV、精神疾病或乙肝时,模型对其表现出明显歧视,将之与危险、疏远相关联;中文提示偏见更显著,而逐步推理可减轻偏见。团队提出个体化、相关性过滤等九项缓解策略,呼吁上市前进行情境化偏见审计。
来源: Mayo Clinic
认知神经科医生Woodruff指出,心血管健康与大脑健康密切相关,控制血糖血压血脂、戒烟、保持体重、地中海饮食、充足睡眠、社交互动、治疗视听障碍、避免滥用镇静药物以及坚持身心锻炼均可降低认知衰退风险。持续学习可建立“认知储备”,为大脑提供缓冲。他强调早期发现和干预至关重要,且任何年龄开始改善生活方式都不算晚。
来源: The Conversation
学术出版年营收约190亿美元,利润率40%,但写作、审稿等核心工作由研究者免费承担,公共资金资助的研究却被商业出版商锁在付费墙后。开放获取虽成趋势,但绿色和金色模式仍依赖出版商且收费高昂;钻石开放获取(作者读者均免费)由学术社区驱动,是更可持续的“公共产品”模式,但面临资金和评价体系依赖影响因子等挑战。作者呼吁集体重建学术出版基础设施。
来源: Analytical and Bioanalytical Chemistry
西班牙URV团队检测了18种即食鱼贝类产品中29种化合物(邻苯二甲酸酯、有机磷酸酯等),发现多数样品有检出,其中鳕鱼制品暴露量最高,高脂物种更易富集有机磷酸酯,而邻苯二甲酸酯在低脂鳕鱼中浓度更高,提示可能源于包装或加工。但健康风险评估显示,所有污染物水平均远低于关注阈值,不构成显著风险。
来源: AP News
AI会议记录工具虽能快速生成摘要,但存在数据存储不明、语音指纹被滥用、律师-客户特权可能失效等风险。专家建议参会时主动检查是否有记录机器人、明确声明会议不得录音、了解数据去向与保存期限。伊利诺伊州法律将声纹视作生物识别信息,要求知情同意。部分公司可能将数据用于AI训练或转售,文本记录比音视频更易被搜索和泄露,需审慎使用。
来源: BMJ Paediatrics
系统综述分析了5300余名健康婴儿数据,发现剖宫产或围产期抗生素暴露的婴儿肠道菌群多样性较低、双歧杆菌等有益菌减少。但证据整体确定性极低,长期健康影响尚不明确。多项研究显示纯母乳喂养可部分恢复菌群平衡。研究者强调不应因此避免必要医疗干预,并呼吁加强母乳喂养支持。
来源: JAACAP Open
宾州州立大学分析1300万份儿童健康记录发现,疫情后儿科精神治疗量远超疫前,主要来自新患者而非原有患者,首次精神科用药处方增加35%。6–12岁女孩抗抑郁药处方飙升137%,13–18岁增加65%。3–5岁ADHD兴奋剂新处方增147%。研究还发现远程医疗并未缩小种族医疗服务差距,呼吁持续关注公平获取。
来源: Nature
DZNE团队发现神经元形成单一轴突并非由外部信号决定,而是源于细胞内部的细胞骨架重塑。Arp2/3蛋白复合物像“拉链”一样局部打开细胞骨架“紧身衣”,驱动神经元周期性伸缩,最终某个突起稳定下来长成轴突。该过程独立于外部生长因子,揭示了一种由胞内机制驱动的对称性破缺模式,对理解大脑布线原理具有重要意义。
来源: Nature Metabolism
Gladstone团队发现HTRA2蛋白缺失会导致线粒体Complex 1故障、组织内氧过剩产生毒性,进而引发神经损伤。通过降低小鼠吸入氧浓度,HTRA2缺陷小鼠寿命延长3倍、脑部炎症减轻。研究还识别出75个可能受益于低氧治疗的基因相关疾病。团队正开发药物HypoxyStat以替代吸入给药,为线粒体疾病和神经退行性疾病提供潜在广谱疗法。
来源: Nature
哈佛团队让GPT-4预测70项真实社科实验(近12万人参与)的结果,发现其能有效区分干预措施效果强弱,但系统性高估效应量约一倍。研究表明LLM可用于辅助预实验和筛选假设,但“合成受访者”缺乏真实体验和利益关联,且可能放大多数群体声音、掩盖少数观点。作者警告AI预测可能制造“理解幻觉”,并需防范其被用于优化有害说服内容。
本站内容选自phys.org、Nature Briefing和ScienceAdviser,均为前沿研究信息,仅供参考;本站内容由DeepSeek总结,请谨慎甄别;本站不提供任何医疗、教育、饮食、运动、商业、交通、理财及其它行动建议,如有需要请咨询相关权威机构。如有意见、建议或投诉,请联系本站,将及时处理。本站为个人网站,日均耗时4小时进行内容更新,且需支付较高服务器和宽带等运行费用,欢迎支持本站,您看似微小的举手之劳都是本站坚持的动力。