教育科技研究速報

TrustFed 提出一個聯邦不確定性量化框架，在異質且不平衡的醫療數據中提供有限樣本覆蓋保證，無需中央存取資料。

本研究提出一個雙階段框架，評估大型語言模型在孟加拉語九種方言的問答表現，揭示了方言差異對模型效能的顯著影響。

本研究建立基於大五人格特質的學生代理模型，並驗證其行為與人類學習者之對應性，發現高達 71.4% 的行為符合人類學習模式。

本研究探討大學生與AI協作解決複雜問題時的模式，發現不同模式在效能與學習者自我調節策略上有顯著差異。

本研究透過模擬社群媒體環境，探討大型語言模型驅動的代理在資訊負載、描述性規範和社群影響下，互動行為的可解釋性。

本研究提出一套標準作業流程，利用 Shadow-RAG 架構和視覺語言模型，僅需三天時間和少量人力，即可本地化研究生級的 AI 輔導系統。

本研究透過分析工作活動本體論，系統性地評估並預測人工智慧的應用，揭示了 AI 市場價值在不同活動中的不均分佈。

提出 FIGURA 方法，透過模組化提示工程在安全過濾的文字到圖像模型中成功生成藝術人物攝影，解決傳統過濾器對合法藝術內容的阻斷。

本文探討生成式 AI 如何透過高維空間的幾何導航產生意義，並提出「導航式思維」的概念，作為一種新的學習與計算模式。

本研究表明，多智能體協作能有效提升眼科臨床診斷的準確性，並降低潛在的危害，優於單一大型語言模型。

本研究透過分析Reddit論壇上的討論，揭示了浪漫AI伴侶生態系統中隱私問題的演變，強調了生命週期管理、可逆性及情感脆弱性的重要性。

本研究首次系統性地評估大型語言模型在教育領域的價值觀對齊程度，發現其偏好模式與人文教育原則高度一致，並在價值觀爭議領域展現出明確的立場。