教育科技研究速報

本文提出MRATTS，一個基於混合實境的針灸治療教學框架，提供實時穴位偵測、評估標準及互動式視覺引導，提升學習成效。

本研究透過比較人類與機器人 NAO 呼喚姓名時的反應，量化自閉症及典型發展兒童的社交導向能力，以提升對自閉症的理解及機器人輔助評估工具的發展。

本文提出 RedTopic，一種透過情境化生成、聚合獎勵和多目標強化學習，提升大型語言模型紅隊測試主題多樣性的新框架。

本研究揭示了大型語言模型在性別推論時，即使在語境等價的情況下，其輸出結果也會出現系統性變化，違反了語境不變性的假設。

本研究重新評估 OpenAI 模型在道德困境中的表現，發現其功利主義傾向受提示方式影響，強調多重提示測試的重要性。

本研究提出 PopResume 資料集，用於因果公平性審計，評估基於 LLM/VLM 的履歷篩選系統，並揭示傳統指標無法捕捉的歧視模式。

本研究透過跨國比較，發現政府普遍提供智慧家居安全預防建議及事件通報管道，但針對事件發生的具體應對指導卻明顯不足。

本研究提出一個雙階段框架，評估大型語言模型在孟加拉語九種方言的問答表現，揭示了方言差異對模型效能的顯著影響。

本研究發現現行允許 LLM 輔助潤飾同儕審查稿件的政策，因 AI 偵測工具的準確性不足，難以有效執行，並可能導致錯誤指控。

本研究表明，多智能體協作能有效提升眼科臨床診斷的準確性，並降低潛在的危害，優於單一大型語言模型。

本研究提出 WARBENCH 框架，揭示現有大型語言模型在軍事決策情境中存在的嚴重缺陷，特別是在法律約束、邊緣運算和資訊不完整性方面。

本研究透過評估現有估算方法，建立更嚴謹的全球網路犯罪損害基準，約每年 5000 億美元，為評估 AI 對網路犯罪的影響提供依據。