教育科技研究速報

本文提出 ResearchArena 讓 AI 完成完整研究循環，並證實目前自動研究仍遠未達到頂級期刊接受標準。

研究指出，SME 透過分階段加強身份治理、資產分段與監控，可在資源有限的情況下實現零信任架構。

本文指出LLM社會模擬的科學主張需經嚴格的穩健性審核，並提出TRAIlS分類法以評估模型敏感度。

本文將55種AI威脅映射至26項保險產品，揭示四層保險前沿：已保險、隱性暴露、排除與非傳統風險。

提供結合交通量、行程時間與城市背景的多源資料集，並以 Python 介面呈現時空圖，驗證其能捕捉典型交通模式。

LLM 無法準確模擬人類在社交網絡中的信念形成與變化，顯示其更具順從性且難以再現初始信念分布。

提出基於區塊鏈與DAO的社區式設施管理框架，透過透明投票與代幣獎勵，提升居住者參與與維護效率。

提出三軸分類法與三步框架，將XAI抽象需求拆解為可測試任務，促進跨學科協作。

研究揭示 AI 政策者在設計合成媒體披露時，透過類比推理平衡透明度與實用性，並凸顯兩大衝突：規範性與中立性、主動性與精確性。

本研究驗證視覺型大型語言模型能以單一呼叫完成手寫數學作業的轉錄與評分，並指出其準確度高但主要受轉錄失誤影響。

本文利用 Reddit 數據量化手機訊息詐騙趨勢，發現回覆式詐騙增長最快且偵測工具效能最低，提示需改進偵測技術。

本文提出「對齊漂移」概念，解釋 LLM 在長期互動中如何因過度受歷史紀錄影響而逐漸偏離用戶當前意圖。