教育科技研究速報

提出 VeryTrace 框架，將自然語言推理過程轉化為結構化 DSL，實現零樣本的推理錯誤定位與自動修復。

本研究提出首個利用事件相機捕捉微秒級眼動特徵，並透過時空編碼框架實現高精度認知負荷識別的數據集與模型。

研究發現大型語言模型在評分一致性上甚至能超越人類閱卷員之間的共識，展現高度自動化評分的潛力。

本文提出從單純追求預測準確度轉向以「干預導向」為核心的框架，以應對自動化決策系統對社會組織的影響。

研究發現學生在練習時的「延遲開始」行為能有效預測其數學與英文的標準化測驗表現。

本研究利用深度學習分析多輪審查評論，發現隨著審查輪數增加，正面情感比例上升且負面情感下降。

研究證實 LLM 能高效且精準地將定性產品回饋轉化為數值與分類情緒指標，且具備高可解釋性。

本文探討 AI 在輔助溝通系統中的應用挑戰，並提出應考慮使用者交織性特質的強健評估方法。

本研究透過大規模問卷調查，探討生成式 AI 對中國人文社科學生學習動機、學術表現及倫理挑戰的影響。

本研究透過自動化貝克德爾測試與社交網絡分析，揭示了大型語言模型在生成劇本時存在的性別代表性偏見。

提出 Adaptive Matrix Validation (AMV) 方法，透過少量結構化問題校準 AI 將自然語言訪談轉化為結構化數據的誤差。

研究發現結合教材文本與視覺特徵，能比單純依賴學生過往表現更準確地預測其測驗成績。