教育科技研究速報

本文提出 MV-Bench 基準測試，揭示現有 MLLM 在生成具備數據綁定與互動邏輯的多視圖介面時仍面臨巨大挑戰。

本研究揭示 LLM 在辨別資訊來源可靠性與真偽方面存在顯著缺陷，且模型規模無法解決此問題。

本文提出「認知管理」框架，並透過審核 30 所大學政策，指出目前教育政策過於關注 AI 使用分類，卻忽略了如何確保學位證書的有效性。

本文推出 EconEvals 開源評估套件，量化語言模型對美國勞動力市場任務的潛在節省時間能力與現狀。

提出 SAAG 診斷框架，將 AI 代理調用錯誤分解為三個階段，以實現更精準的錯誤診斷與自我修復。

提出 ECE 框架，讓 AI 能在證據不足時選擇「拒絕回答」，以提升事實查核的可靠性與安全性。

研究證實透過人機協作的 AI Agent 可大幅提升學術影響力報告的效率，將原本需 15 小時的工作縮減至僅需 14 分鐘。

提出一種利用消費者保護機構資訊來自動化評估 LLM 安全知識缺口的新方法。

開發了一種基於多代理架構的 LLM 評分系統，能根據學習者特徵對教學影片進行可靠且具解釋性的評估。

本文探討 AI 如何透過降低知識中介產出的成本，改變學術引用路徑與影響力評估的有效性。

本文提出從「模型中心」轉向「社會技術系統」的視角，以五層框架診斷 AI 系統中隱蔽且具影響力的安全風險。

研究證實 GPT 生成的問卷能捕捉與人類設計相似的社會態度分歧，適合用於大規模探索性分析。