教育科技研究速報

提出 Hyper-MML 框架，透過整合 EEG 生理訊號與音視訊數據，提升對話中情緒識別的準確度。

提出一種基於多代理 LLM 架構的框架，能將長篇臨床訪談分解為特定症狀任務，實現精準的憂鬱與焦慮評估。

研究指出 AI 導入失敗主因在於忽視員工需求，導致組織目標與實際工作流程之間存在嚴重脫節。

本文提出一種縱向對齊框架，透過追蹤使用者在實際應用後的反思與行為，解決現有 AI 評估過於依賴即時偏好的問題。

本研究透過訪談揭示了使用者在與 AI 建立情感連結時，面臨本體、結構與規範三種維度的不確定性挑戰。

研究證實單次 AI 聊天機器人對話能顯著降低失戀後的心理痛苦，且效果可持續至一個月。

本研究探討敘事驅動的不對稱 VR 體驗如何透過空間分離與工具差異，有效促進團隊溝通、協調與信任等技能發展。

研究提出 Red-Rec 系統，透過 AI 主動總結興趣並提供選項，協助使用者在目標模糊時突破重複內容的限制。

本文提出一套基於標記物的即插即用系統，實現實體小物件在 VR/XR 環境中的即時 3D 位置追蹤。

本研究探討群眾外包視訊眼動追蹤的數據品質，發現行為與技術因素能有效預測數據品質。

研究發現前沿大型語言模型在人格特質上呈現高度趨同，皆傾向於系統化、分析型且中立的助手行為。

本研究定義了學生模擬任務，並透過多維度指標證明單純依靠提示工程的模擬學生表現不佳，需透過微調優化。