教育科技研究速報

提出情境選擇式多模態記憶架構，提升社交機器人個人化對話與回憶品質

提出個人LLM記憶伴侶系統治理框架，並設計五項操作以防止知識固化與偏見。

WiseOWL 提出四項評分指標與實作工具，協助研究者系統化選擇最適合再利用的本體。

研究發現 LLM 的身分文件會在激活空間中形成「吸引子」幾何結構，使不同表述的身分資訊趨向一致的內部表示。

本文提出「記憶價值（Memory Worth）」指標，透過追蹤記憶與成功/失敗結果的關聯性，實現 AI 代理人記憶的動態管理。

提出跨域診斷基準 HORIZON，系統評估 LLM 代理長期任務失效模式並開發可重現的判斷管道。

ArcDeck 透過多代理協作與語篇結構建模，將學術論文轉換為邏輯連貫、敘事流暢的投影片，並提出 ArcBench 以評估此方法。

開發 GoodPoint 方法，利用作者回覆訓練 LLM 產生可行且有效的建設性回饋，顯著提升回饋成功率與實務價值。

研究發現將元認知模組僅作為輔助損失函數無法提升 AI 性能，必須將其結構化整合進決策路徑才具備潛力。

探討使用深度學習於影片中辨識健康干預者的矛盾與猶豫，並評估三種學習設定的效能。

提出結合LLM與演化計算的終身自我演化對話框架，能在零樣本基礎上持續優化策略，並在實驗中超越現有最佳方法。

提出一種結合LLM與OSM的隱私保護語義編碼框架，能在不降低壓力識別準確度的前提下，提供可解釋且符合心理學文獻的特徵，並顯著提升資料隱私保護。