教育科技研究速報

研究發現透過預處理緩解模型刻板印象時，會導致其他人口統計類別出現意料之外的刻板印象或反向刻板印象。

提出一種人機協作框架來構建西班牙語刻板印象數據集 EspanStereo，以識別跨國界的文化偏見。

本研究優化了自動偵測自閉症自我刺激行為的 AI 模型架構、採樣率與數據增強策略。

本研究提出利用 OCEAN 模型框架與低秩適配器（LoRA）在權重空間中精確測量、控制與組合大型語言模型的人格特質。

本文透過雙視角框架連結臨床實務與計算方法，評估醫療 LLM 在不同推理層級的表現與挑戰。

提出 VEGAS 指標，利用測試時的視線追蹤數據，評估影片描述是否能精準對齊觀看者的注意力焦點。

提出 JAM 框架，利用 LLM 作為裁判，在不依賴特定心理學理論標籤的情況下，實現通用的心理特質辨識。

研究提出透過注入單字難度訊號，在不使用大型語言模型的情況下，提升純眼動追蹤模型預測閱讀理解的能力。

研究提出了一種新型行為反思測試（BRT），能有效衡量個人在複雜決策中克服直覺、進行反思推理的能力。

本文提出一個自動化反事實框架與 CAB 基準測試，用於生成更具真實感且開放式的問題，以檢測 LLM 的隱性偏見。

研究發現葡萄牙國家模型 AMALIA 在標註複雜道德觀念時，雖與人類一致性高，卻可能僅依賴表面特徵而非理解理論邏輯。

本研究提出一個基於布魯姆分類學的框架，發現 LLM 雖能提升任務認知需求，卻難以降低需求，且強大的執行力不代表具備教育控制力。