教育科技研究速報

研究顯示不同動機画像的高中生在數學與寫作中使用生成式 AI 的模式差異，提示需以動機為基礎設計 AI 教學介入。

本文梳理了行為主義、認知主義、建構主義等主要學習理論，並說明其在現代組織 eLearning 與 L&D 設計中的實際應用與效益。

本文指出急性壓力會削弱記憶檢索能力，並提醒教師在高壓環境下仍應運用檢索練習以維持學習成效。

文章指出量子電腦將在2030年代破解現行加密，呼籲高等教育即時採用量子安全技術並將其納入教學。

本文介紹了 Memento-Skills，一種能夠自主構建、適應和改進特定任務代理的通用且持續學習的 LLM 代理系統。

本研究探討了大型語言模型（LLM）在不同方言輸入下產生的刻板印象，並評估了提示工程和多智能體架構等緩解策略。

MemMA 是一個多智能體框架，透過協調記憶的建構、檢索與利用，提升大型語言模型在長期互動中的效能，並實現記憶的自我修正。

本研究提出一個視覺-文本交織的鏈式思考框架，並透過行動適用性策略優化，提升多模態大語言模型在幾何推理上的表現。

本研究提出一種無參考式對話推薦模擬框架，透過訓練兩個獨立的大語言模型進行互動，以生成更真實、多樣的對話數據。

本研究揭示了自動提示優化（APO）方法中存在的黑箱問題，並提出了 VISTA 框架，提升了提示優化的可解釋性與效能。

本研究提出 FaithSteer-BENCH，旨在透過部署導向的壓力測試，評估大型語言模型（LLM）推控方法的可靠性與實用性。

本文介紹了教育資料探勘自動研究系統 (EDM-ARS)，它是一個利用多智能體管道自動執行端到端教育資料探勘研究的領域特定系統。