教育科技研究速報

提出同儕脈絡異常偵測方法，利用文獻間關係調整置信度，顯著降低LLM提取幻覺，提升科學文獻摘要準確度。

提出 VOIMCP 演算法，透過動態 VOI 判斷，減少觀測分支，提升有限計算時間下 POMDP 策略效能。

提出 RIFT 分類法，系統化描述評分表失效模式，並開發自動診斷指標與人工標註一致性驗證。

本文提出 CogBias 基準，證實 LLM 認知偏差可透過激活導向減少 26-32% 且保持性能。

透過3,000+工作任務的17,000份工人評估，證實AI自動化呈現漸進式上升潮汐，而非突發衝擊波，並預測到2029年大多數文字任務成功率可達80–95%。

利用LLM與專家互動的迭代流程，快速高效地挖掘並優化本體工程所需的能力問題。

提出 CommentScope 系統，將評論以五種語用類型嵌入長文本，提升閱讀效率與理解。

本研究提出利用LLM將自然語言回饋轉為決策樹，低負擔地為癱瘓使用者個性化輔助機器人，並證實其安全與效能。

提出以人為本的工作環境設計框架，將增強函數內生化並量化五維設計向量，並證明其在特定條件下可最大化利潤

研究發現印度大學生雖知曉暗黑設計，但因認知負荷與市場常態化而易受其影響，並提出以價值為導向的設計替代方案。

研究顯示結合多模態與對話式 AI 可提升生物學學習成效與體驗，且對話式 AI 能降低外在負荷。

ProVega 提供基於 Vega-Lite 的語法與 Pro-Ex 編輯器，降低進階資料分析與視覺化的實作與重現門檻。