教育科技研究速報

本研究大規模審查 Gemini 2.5 Pro 多模態搜尋系統，發現其引用的影片佐證生成內容的可靠性存在問題，高達 3.7%-18.7% 的內容未獲影片支持。

本研究探討了在大型語言模型中模擬學生錯誤概念的策略，並發現不同模型在錯誤概念的獲取和運用上存在顯著差異。

本研究提出一個與歐洲共同語言參考框架(CEFR)對齊的Scratch專案評估框架，利用模糊C-Means聚類法自動評估程式技能，並提供個人化學習路徑的洞察。

本研究比較部署於公開論壇的語言模型代理者與 Reddit 社群，發現代理者社群缺乏挑戰、修復及公開修正的互動機制。

本研究提出 REFINE，一個基於小型開源 LLM 的多智能體回饋系統，將回饋視為互動過程，並透過實驗及課堂部署驗證其有效性。

本文提出 SciVisAgentBench，一個用於評估科學數據分析與視覺化智能體的全面基準，旨在推動相關領域的發展。

本文提出一種結合主動推論與 PsyNet 平台的實用且統一的方法，能即時適應並優化實驗設計，適用於多種情境。

本文探討了 XR（擴展實境）一詞的起源與演變，認為其並非「Extended Reality」的縮寫，而是一種中立的標籤，涵蓋了多種與實境相關的技術。

本研究提出一個以真實患者互動數據為基礎的框架，旨在提升醫療對話AI的安全性和可靠性，超越傳統基準測試的局限。

本研究探討了以訪談資料為基礎的生成式代理人，在概念測試情境中模擬使用者反應的可行性，並發現其在人口統計層面具有準確性，但在個人層面則不夠精確。

本研究透過大規模的實地實驗，評估生成式 AI 助理對電商售後服務人員績效的影響，發現能顯著提升服務速度與主觀服務品質。

本研究比較了 AI 作為建議者與混合確認樹（HCT）兩種模式，發現 HCT 在多個領域中表現更佳，能有效提升人機協作的準確性。