教育科技研究速報

本研究探討推薦系統中普遍存在的流行度偏差問題，並提出一種基於激活向量調整的解決方案，以提升推薦結果與使用者流行度偏好的對齊程度。

本研究挑戰了 AI 協作談判對所有使用者都同樣有效的假設，發現人格特質會影響談判結果。

本研究探討了在決策過程中，社會過度依賴單一演算法建議（演算法單一文化）所導致的社會福利損失，並量化了這種無效率的程度。

本文探討大型語言模型（LLM）如何透過情境理解、政策解讀等能力，強化線上濫用偵測系統的各個階段，並分析其挑戰與未來發展。

本研究擴展了 Acemoglu-Restrepo 任務暴露框架，探討具代理性 AI 對勞動市場的影響，揭示其超越傳統自動化的職業位移風險。

本研究提出 PASM 模型，透過結合大型語言模型與符號回歸，提升跨區域颶風疏散決策預測的準確性與可解釋性。

本研究提出女性健康基準（WHBench），旨在評估大型語言模型在女性健康領域的表現，揭示其在臨床準確性、安全性及公平性方面的不足。

透過600+模擬，揭示不同模型對倫理指令的處理機制差異，並提出三項新指標。

本研究提出一種基於大型語言模型的解決方案，能從職位描述中識別並優先排序成功人選所需的特定個人能力，準確度接近人類專家水平。

本文定義了「Vibe 研究」的概念，一種利用大型語言模型輔助研究者進行文獻回顧、實驗、分析及撰稿的新興模式，並探討其技術限制與社會影響。

本研究大規模審查 Gemini 2.5 Pro 多模態搜尋系統，發現其引用的影片佐證生成內容的可靠性存在問題，高達 3.7%-18.7% 的內容未獲影片支持。

本研究探討了在大型語言模型中模擬學生錯誤概念的策略，並發現不同模型在錯誤概念的獲取和運用上存在顯著差異。