教育科技研究速報

研究者推出 GeoDial 資料集，透過結合對話與圖形標記，提升 AI 在幾何教學中視覺化引導的能力。

提出一種新型多模態框架，透過非對稱融合機制捕捉不同人格特質對語言、聲音與面部線索的特定偏好。

研究提出利用凍結預訓練模型進行多模態特徵提取，有效提升非同步影片面試中人格特質預測的準確度。

提出 Data2Story 多代理人框架，能自動化生成具備證據支撐與多模態呈現的數據新聞故事。

本文提出全新基準測試，揭示視覺語言模型在時序推理時常依賴顏色等表面特徵而非邏輯判斷。

本文提出一個結構化的基準測試框架，用於系統性比較不同多模態使用者介面工具包的功能、開發體驗與實驗支持能力。

提出 POLAR 框架，利用多模態知識圖譜結合語義與情節記憶，提升具身代理在長期互動中的個人化任務執行能力。

本研究展示了一套同步收集遊戲遙測、生理數據與回溯性思考數據的多模態協議，用於探討玩家體驗中的難度問題。

提出一種無需訓練的逐層 Token 修剪框架，透過文本查詢引導與時間多樣性評分，優化全模態模型的推理效率。

提出一種模態感知信用分配機制，透過區分感知錯誤與邏輯錯誤，提升視覺語言模型的協同效能。

研究提出一種多代理 LLM 架構，透過合成高品質多模態數據集，解決游泳領域 AI 教練缺乏可靠專業知識的問題。

本研究首創結合自發性與朗讀語音，並利用混合專家模型（MoE）提升憂鬱症辨識準確度。