エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
医学英語論文作成におけるChatGPTの参考文献捏造問題をどうにかする(Elicit/Perplexity/Consensusの比較)|genkAIjokyo|ChatGPT/Claudeで論文作成と科研費申請
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
医学英語論文作成におけるChatGPTの参考文献捏造問題をどうにかする(Elicit/Perplexity/Consensusの比較)|genkAIjokyo|ChatGPT/Claudeで論文作成と科研費申請
医学英語論文作成におけるChatGPTの参考文献捏造問題をどうにかする(Elicit/Perplexity/Consensusの比... 医学英語論文作成におけるChatGPTの参考文献捏造問題をどうにかする(Elicit/Perplexity/Consensusの比較) ChatGPT に論文作成のサポートをしてもらうと実在しない参考文献を捏造してくるhallucinationの問題があります。この問題を解決するために3つの大規模言語モデルと検索エンジンを併用したサービスを用いてみます。 3つのサービスとはElicit, Perplexity, Consensになります。 まず結論元々Pubmedで探し出すべき文献を十分な本数見つけられる方はこれらのサービスを使う必要性はあまりありません。 Elicitがこの3つの中だと目的の論文を探すという用途においては一番良さそうです。 Perplexityは思いついたクリニカルクスチョンに対する先行研究や既存の知見をすぐに確認した場合に良いと思います。 1については若手の先生は意外と
2023/02/12 リンク