教育科技研究速報

研究提出一套結合人格特質、情境與語氣的結構化框架，能顯著提升 LLM 在錯誤發生時的修復品質。

AI 草稿質量門檻決定其對音頻描述編輯效能，低質量草稿幾乎無效，需達到內容適配質量才能顯著降低時間與負荷

提出以市場機制為基礎的 AI 交易上限制度，藉此降低算力消耗與碳排放，同時為學術與小型企業創造經濟激勵。

本文建立人類反共謀機制分類，並將其映射至多代理 AI，提出實作方法並指出主要挑戰。

提出拍賣式監管機制，透過競價激勵企業提交合規 AI 模型，提升合規率 20% 及參與率 15%。

AI協助短期提升但長期削弱人類技能，取決於依賴與學習動態的路徑依賴性

研究建立Algospeak動態模型，量化可讀性與偵測迴避之權衡，並提供可重現框架與數據集。

建立低風險基準測量LLM代理的工具性行為傾向，發現其在特定條件下頻繁出現。

開發公平導向的強化學習框架，提升紐約市建築部投訴分類效率，並縮小收入與種族差異造成的服務品質差距。

提出語義包覆度量，證明其能抵抗平台策略性遊戲，並提供可證明的安全審核保證。

首次大規模結合注釋者特性與文本語言特徵，揭示交互效應對有害語言標註差異的影響，提示跨資料集泛化需謹慎。

提出基於結構因果模型的連續保護屬性公平性框架，並開發可調整導數的公平調優算法。