教育科技研究速報

本研究提出一個基於子目標分解的框架 MiRA，透過強化學習訓練，大幅提升大型語言模型在複雜環境中的長期規劃與執行能力。

HyEvo 提出一種自動化的工作流程生成框架，結合了概率型 LLM 節點與確定性程式碼節點，有效降低推理成本與執行延遲。

PowerLens 系統運用大語言模型的推理能力，透過隱式回饋學習使用者偏好，實現零配置、情境感知且安全的行動裝置電源管理，大幅提升電池續航力。

本文提出 PA2D-MORL 方法，透過多目標問題分解和策略優化，有效提升複雜環境下多目標強化學習的 Pareto 策略集合近似品質。

提出 ItinBench 基準，將路徑優化與語言推理結合，評估 LLM 在多認知維度下的表現，發現其難以同時處理多任務。

本研究探討如何訓練大型語言模型（LLM）生成形式化的反例，以驗證數學命題的真偽，並填補了 AI 在數學推理中偏重證明而忽略反例發現的空缺。

本研究提出一種新方法，透過多回合過程獎勵強化學習，訓練多模式語言模型代理人分段生成向量圖，並提供可解釋、可控及局部編輯的功能。

本文提出超代理（hyperagents）的概念，透過可編輯的自我修改機制，實現更廣泛、更快速的自我提升，突破傳統方法在非程式設計領域的限制。

本文提出三種 SAT 編碼方式，在規劃問題中介於完全基礎化與完全提升化之間，透過部分基礎化謂詞，實現線性規模擴展，提升長規劃問題的效能。

本研究提出 GuardEval 基準數據集及 GemmaGuard 模型，旨在提升大型語言模型在辨識隱含偏見、仇恨言論及安全問題方面的能力。

本研究探討了將專家注視模式視覺化，以協助程式碼新手理解新程式碼庫的效果，並設計了 GazePrinter 工具。

本研究探討了在大型語言模型（LLM）上訓練「不可能物體」時，分析性與合成性微調對模型概念生成能力的影響。