教育科技研究速報

混合式課程的學生參與度與偏好持續上升，促使高校投資先進教室技術以提升教學效果。

提出 Prosodic ABX 框架，利用少量樣本在無需標籤的情況下評估自監督語音模型對韻律對比的敏感度。

提出一種免訓練且高效的 kNNProxy 框架，透過檢索機制對齊代理模型，提升 LLM 生成文本檢測的準確度與魯棒性。

提出 SAFE 框架，透過知識圖譜驗證與原子化錯誤分類，提升大型語言模型多跳推理的準確性與可驗證性。

本研究透過自動化三步驟流程，評估並修正了 EU20 多語言基準測試集的翻譯品質與結構完整性。

研究發現大型語言模型在面對間接特徵線索時，其隱性偏見程度遠高於顯性身份標示下的偏見。

本文提出一種高準確度的閱讀障礙錯誤歸因模型，並強調在教育應用中必須建立嚴謹的倫理框架。

提出一種基於指令微調與離散控制標記的框架，使開源模型能精準控制文本的易讀性與壓縮率。

提出一個利用最新 arXiv 論文構建、具備抗污染能力且能評估研究級數學推理能力的動態基準測試。

提出 PRISM 框架，透過風險門控與機率重新分配機制，減少大型語言模型在監督式微調時因過度模仿而產生的幻覺問題。

研究揭示現有的主張驗證基準主要測試檢索與蘊含能力，而非複雜的推理、綜合與數值分析能力。

本研究透過電路級分析揭示了 LLM 產生錯誤卻表現出過度自信的內部機制，並提出有效的校準干預方法。