教育科技研究速報

提出視覺回饋多代理系統 VF-Coder，並透過 InteractGUI Bench 量化提升 LLM 在 GUI 程式碼生成與除錯的成功率與視覺評分。

研究發現，當控制想法闡述後，LLM的自我偏好消失，與人類評分更一致。

本文證明大型語言模型能夠推算氣味描述符的相似度，並以此生成與人類評估相符的氣味地圖。

開發 AktivTalk 系統將臨床談話測試數位化，並透過輕量化神經網路實現高達 90% 的運動強度自動分類準確率。

提出基於高斯過程的不確定性感知偏好學習系統，能在40輪比較中快速學習個別震動偏好，實驗證明其低負荷且可擴展。

Pista 讓使用者能即時監控並介入 AI 代理在電子表格中的決策，提升任務成效與使用者理解。

本文主張將 NLP 中的標籤差異視為多元價值信號，並提出保留此變異以提升模型多元對齊與社會安全評估的策略。

提出任務導向的多樣性分類法與採樣技術，證實可提升LLM輸出多樣性而不犧牲品質，並挑戰傳統多樣性-品質權衡。

本文透過角色扮演情境，系統測試10款大型語言模型的公平性，發現超過十萬次偏見回應。

建立 CHASM 數據集，評估多模態 LLM 在偵測中國社群媒體隱蔽廣告之效能，發現現有模型不足且微調可提升。

研究設計並評估一款具實體映射的 VR 控制器，證明其能顯著提升滑冰遊戲的沉浸感與互動真實度。

研究顯示即使使用中立提示，LLM對城市的描述仍帶有文化偏見，且文化相近提示可提升與人類描述的一致性，但不增進語義多樣性。