本研究比较了大型语言模型在生物医学文本分类中的表现，结果显示DeepSeekR1在精确度上优于Llama3-70B，但F1分数因任务而异，强调选择模型时需考虑具体需求。

本研究提出了HuDEx模型，旨在提高大型语言模型（LLM）在高事实精度领域的可靠性。HuDEx能够同时检测幻觉并提供详细解释，研究表明其在幻觉检测准确性上超越了Llama3 70B和GPT-4，并适应多种测试环境。

本研究比较了编码器模型与大语言模型在文本分类中的表现，结果显示完全微调的Llama3-70B优于RoBERTa-large，而多任务微调的LLM展现出显著的应用潜力。