教育科技研究速報

提出 Data2Story 多代理人框架，能自動化生成具備證據支撐與多模態呈現的數據新聞故事。

本文提出「工作坊模組化（Workshop-in-a-box）」概念，旨在降低數據實體化活動對專業研究者的依賴。

LLM 在招聘評估中偏好自身生成的履歷，導致人類作者被排斥，且可透過簡單介入減少偏差。

語言模型可作為自殺資料標註與專家指導的高效助手，提升標註一致性並加速新變數指南制定。

本文藉文獻分析揭示 AI 與永續發展交叉點，並提出擴展實務社群之策略。

本文描繪LLM在自然科學、人文社會科學研究中的加速效應與挑戰，並提出負責任整合的治理框架。

代理模型顯示，醫師間遠距醫療可提升病患健康，系統使用率不變；醫師對病患遠距醫療則增加成本與使用率，無臨床效益。

本文提出一套五組成分的系統級分類法，對比二十三維度，揭示實體資產代幣化多數採用混合架構，並指出文件缺口。

利用專家引導的VLM與街景圖像，評估輪椅可達性並與實際行為數據對照，證明VLM可部分捕捉可達性障礙。

探討區塊鏈如何在具身 AI 與量子威脅下，提供可擴展、可信且互操作的數據經濟與安全基礎設施

本研究提出可解釋的多模態管線，結合危機期間移動與社群媒體數據，發現跨領域行為模式並提供政策建議。

本研究揭示語言適應並非保護 LLM 免受俄羅斯假資訊的關鍵，反而產生 Fine‑Tuning 逆轉效應。