教育科技研究速報

提出 SVSP 方法，利用線性 SVM 分割蒸餾資料，重現黑盒 RL 策略，平均回報提升 7.4%，並大幅減少子策略數量。

本文提出 HAI-Eval 基準測試，旨在透過「協作必要型」任務評估人類與 AI 在編程任務中的協同效應。

提出 DiscussLLM 框架，透過兩階段數據生成技術，訓練模型在多輪對話中主動判斷何時介入討論。

本文透過文獻回顧與實務反思，提出機器人馴服者的工作類型與設計建議，協助其在多元服務環境中高效運作。

本文主張 AI 與人類的共調控設計是實現安全與對齊的關鍵，並指出未受結構化委派的風險與 AI 在無意識層面的影響。

本文闡述利用生成式 AI 與物理環境資訊同步增強實境，創造移動場景下沉浸式、情境感知的魔法式體驗，並探討其機會與挑戰。

提出一套分級干預協議（SLIP）與信號分類法（ETHICS），旨在平衡 AI 情緒伴侶的安全防護與用戶關係建立。

CanvasConvo 將線性聊天轉為畫布上的分支對話，支持多路探索與持續管理。

提出 CTEM 框架，透過建立行為與情緒的閉環機制，提升虛擬代理人在長期互動中的自然度與情感一致性。

研究發現皮膚電活動能在運動中準確辨識心理壓力，為實時壓力偵測提供關鍵指標。

透過即時顯示LLM內部神經激活，提升使用者預測與評估聊天機器人行為漂移的準確度

本研究透過量化 AI 建議與使用者寫作的重疊度，提出並驗證了一種能提升使用者對 AI 使用意識的反思式寫作介面。