教育科技研究速報

本研究提出利用推理軌跡引導學生透過認知失調發現程式錯誤，並利用 LLM 生成有效的蘇格拉底式對話。

提出DISCA，利用國家角色分歧在推理階段校正LLM文化偏差，無需微調，提升多國文化對齊效果

本文提出「正向對齊」概念，主張 AI 不應僅止於安全防護，更應主動支持人類與生態的多樣性繁榮。

建立首個LLM廣告資料集NaiAD，並透過多維評估與自動化校準，揭示四種語義策略以同時提升使用者與商業效益。

本文提出一套與材料科學工作流對齊的 AI 素養框架，強調培養具備科學判斷力的研究者而非僅是工具使用者。

提出策略層級評估框架，發現LLM在數學推理中策略多樣性與答案準確度分離。

本研究驗證語義搜尋能捕捉18世紀洛克作品的隱性引用，顯示其比詞彙重複檢測能揭示思想傳播，受表層詞彙限制。

提出意志機制，證明其能促進社會困境中的合作，超越傳統效用最大化模型

NARRA-Gym提供完整多輪互動敘事評估流程，測試LLM在故事生成、記憶、節奏與個人化表現，揭示模型差異與局限。

本文探討 AI 對齊技術與法理學之間的結構相似性，並建議透過法律理論來優化 AI 的規則與案例處理機制。

提出一種「監護者」LLM，可在實時監控人機互動並發出建議，將對抗性說服成功率從65.4%降至30.4%。

在肯尼亞，手機式27導聯EEG系統由非專業人員操作，實證其可行性與臨床效用，提升低資源環境下神經診斷可及性。