教育科技研究速報

本研究提出一個能抵抗車內鏡頭位置變化的駕駛行為監控網路(DBMNet)，透過特徵分離與對比學習提升駕駛人分心偵測的準確性與泛化能力。

本研究提出一個嶄新的專案管理框架，利用生成式 AI 技術填補學術與研究團隊中人格特質與角色的空缺，以提升團隊多樣性。

本研究探討學生在程式設計問題中，對 AI 助理的信任如何影響其適當的依賴程度，並考察 AI 素養與認知需求在其中的調節作用。

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。