教育科技研究速報

本文探討在高風險決策情境下，如何透過機器智慧提升決策者的自信、風險容忍度與情境感知，以應對資訊噪音與時間壓力。

透過分析 Reddit 文章，揭示 AI 伴侶不同角色如何影響互動方式、感知風險與行為成癮跡象。

研究顯示，LLM生成的履歷摘要中，姓名驅動的評價語言在極端分布中變化，導致招聘公平性被隱蔽破壞。

提出一套六階段 AI 事件發生框架，並以自動駕駛與深偽案例驗證其可行性，協助政策制定者量化風險。

測試大型語言模型在生物武器化風險，發現Gemini安全缺陷並提出高風險指引。

利用小型LM的信心值作為級聯路由，實現低成本高準確度的自動評分系統

本文證明聚合評分忽略個體差異，並提出以ELO與Bradley‑Terry模型為基礎的個人化LLM排名方法，揭示使用者偏好與查詢特徵對模型評價的顯著影響。

本研究提出一套以照護者為中心的提醒平台，透過警示、摘要與回顧功能，協助照護者在實際居家環境中理解與監控失智患者的日常行為。

InvestChat 透過自然語言、觸控與筆觸三種輸入方式，提升新手投資者在多視圖投資儀表板中的參與度與探索效率。

提出 Seneca 框架，結合對話式反思、持久目標追蹤與資料同步，提升自我調節與目標對齊。

提出一種單一握手拉動手勢，將多階段混合現實共享流程簡化，提升公共場合的即時共享體驗。

MER 2026 持續推進情緒理解研究，推出四項新任務，涵蓋雙人互動、細粒度情緒辨識、偏好預測與生理訊號情緒辨識。