教育科技研究速報

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。

提出一個模仿教授與學生關係的多代理人框架，透過具身教學動作與內容同步，實現端到端的個人化學習。

本研究透過開發新型第一人稱視角資料集，優化社交機器人在複雜動態環境下的使用者追蹤穩定性。

本文提出一個整合多媒體與視覺分析的框架，旨在透過 AI 代理人與人類協作，提升專業用戶處理大型多媒體數據的能力。

研究開發了多人遊戲 ImaginAItion，透過遊戲化反思機制有效提升成人對生成式 AI 偏見與行為的理解。

本文提出將複雜的結構化標註任務分解為子任務，以降低標註者的認知負荷並提升成本效率。

研究提出以跨語言問答作為新框架，探討使用者如何建立並演化對機器翻譯系統能力的心理模型。

開發出名為 Themis 的框架，結合可解釋 AI 與人類回饋，以提升強化學習系統的安全與對齊性。

提出一種低延遲的音樂生成框架，將靜態生成模型轉化為可即時回應人類輸入的動態互動樂器。

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。

開發 EvidenceLens 視覺化原型，將 AI 財務問答拆解為主張與證據的對齊問題，以提升回答的可驗證性。

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。