教育科技研究速報

本研究分析大型語言模型在數學輔導中的教學策略與語言特徵，發現其品質逐漸接近專家，但仍有其獨特的教學模式。

本研究透過多語言辯論式基準，揭示大型語言模型在不同語言與敏感領域中仍保留刻板偏見。

本研究透過博弈論模型，揭示了在公平選拔過程中，不同群體對選拔後價值的感知差異如何影響其投入的努力，進而加劇不平等。

微調 AI 於完整作者作品可顯著提升文本風格忠實度與質量，並降低偵測率，受專業寫手與一般讀者皆偏好。

研究顯示，認為自己處於少數派的 Reddit 會員更易沉默，且社群設計可減少自我沉默。

提出兩來源審計模型，透過可信流與不完美對照，提升偵測公平洗牌的能力。

本文透過系統性文獻與文件回顧，提出明確的 AI 模型與 AI 系統定義，並探討其對法規責任分配的影響。

對26款大型語言模型進行多維政治心理測量審計，發現大多數模型集中於自由左翼區，並證實單軸評估不足，需多維框架。

本研究證實美感圖像在不同深度學習模型間能產生更相似且對齊的表示，顯示美感具有可量化的形式結構，並提出人機共創的可能性。

本文調查主要期刊對AI生成圖像的政策，並提出透明合規的使用指引。

利用多代理 AI 與多用戶互動，提供城市概念設計的協作平台，促進公民參與與專家知識共享

提出零假設方法，利用履歷語彙與人口凝聚力自動偵測職業新興，發現AI領域語彙快速形成但人口未凝聚，表明AI為擴散技術而非新職業。