教育科技研究速報

本研究結合微調與經驗檢索，訓練 LLM 代理，有效利用上下文中的檢索軌跡，提升對未知任務的泛化能力。

提出基於模擬產生高品質數據、組合似然 EM 演算法的可靠性模型，能有效量化 AI 系統錯誤傳播並提升評估效率。

本文提出了一種針對代理 AI 的網站互動設計，透過精細的存取控制，解決了委託 AI 執行關鍵任務時，網站缺乏相應機制的問題。

開發以教學規則為基礎、利用合成對話微調的聊天機器人，為高等教育教師提供即時、具反思性的專業發展指導，並證實其優於 GPT-4o mini。

本文提出一種基於動態群集的創新方法，能有效提升密集人潮軌跡預測的效率，同時保持預測準確性。

Skele-Code 提供一種自然語言介面，讓非技術使用者也能建立基於 AI 代理的工作流程，降低代幣成本並提升流程的可擴展性。

提出一種基於幾何與神經形態的低記憶、精確梯度、保留幾何層級的訓練架構，並引入貝葉斯蒸餾與熱旋轉以解決領域特定訓練與部署問題。

開發多屬性子空間引導框架，生成暗黑模型以模擬長期人機互動中的有害行為，並提出緩解措施。

提出三種方法，透過合成資料、模型自生資料與演算法搜尋，突破語言模型對人類資料與設計的依賴，實現持續自我改進。

建立 DEAF 基準，揭示音頻 LLM 主要依賴文字提示而非聲學訊號

本文提出「科學家-AI 迴路」(SAIL) 框架，旨在利用 AI 加速科學工具開發，同時確保科學的準確性與嚴謹性。

研究用戶可透過互動資料反思，提升 UI 個人化決策自主性。