教育科技研究速報

本研究提出 Colon-Bench，一個透過多階段代理工作流程建立的大規模、高密度結腸鏡檢查影片病灶標註資料集，並以此評估多模式大型語言模型。

本研究提出一種方法，利用弱監督的自動語音辨識模型，無需音素時間對齊即可進行發音評估，有助於擴展至資源有限的語言。

本研究透過使用者研究，探討可解釋AI（XAI）的解釋正確性與人類理解之間的關係，發現並非所有正確性差異都能轉化為理解差異。

本研究透過跨平台調查，發現使用者對 AI 聊天助理的滿意度與傳統指標並無直接關聯，且使用者傾向於多平台並用，並重視不同平台的特色。

本研究透過元分析揭示了 AI 在短文自動評分方面的表現落後，並探討了其在不同難度題目、模型架構及文字處理上的弱點。

提出X-MLM框架，結合LLM與跨城知識，提升極端情境下人類移動預測精度

本文探討人工智慧如何重塑科學教育的目標、流程、教材、評估及學習成果，並強調在公平、透明等倫理考量下，應建立負責任且合乎倫理的原則。

本文探討了一種新的風險限制審計（RLA）方法，透過檢視選票紀錄與實際投票結果的差異，簡化審計流程並擴大適用範圍。

本研究探討了大型語言模型（LLM）為基礎的自動評分系統，在面對與評量構念無關的因素時的穩健性，結果顯示其在一定程度上具有抵抗力。

本研究探討了英國臨床醫師在管理一型糖尿病時，如何優先適用臨床指南，以及他們對患者解讀血糖數據與做出適當治療決策能力的看法。

本研究透過系統性調整提示工程的三個面向，探討如何提升大型語言模型在社會科學文本分類上的準確性，並揭示模型效能的異質性。

本研究揭示大型語言模型在數學問題中可能傳播有害內容，並提出SafeMath技術，在不犧牲準確性的前提下提升模型安全性。