教育科技研究速報

研究發現 LLM 在驅動程式演化時會出現結構性收斂，導致變異陷入重複的模式而非持續探索新形式。

本文推出 Agents' Last Exam (ALE)，透過涵蓋 13 個產業與千餘項真實任務，評估 AI 在具經濟價值的長程工作流中的表現。

提出 LeanMarathon 多代理框架，透過動態藍圖與分層協調機制，實現大規模且可靠的研究級數學自動形式化。

AppAgent-Claw 透過一次錄製、重複執行的模式，將 GUI 工作流程轉換為可重用的 CLI 技能，並以分層定位與驗證耦合執行確保穩定性。

提出 G-STAR 框架，透過結合說話者追蹤模組與語音大語言模型，解決長篇多方對話中的身份一致性與時間戳問題。

提出 DeepSlides 分層工作流，透過解耦設計與實作，實現無需預設模板的高品質自動化簡報生成。

研究發現增加代理系統的編排複雜度並不一定能提升任務成功率，反而會增加運作噪音與成本。

本研究提出一種利用多模態大型語言模型，透過螢幕錄影自動識別可用性問題並提供改進建議的新方法。

提出一個結合隔離環境與三層代理迴圈的框架，實現科學研究任務的安全與自動化執行。

開發了一種能模擬人類行為並結合多模態對齊技術的 AI Agent，用於自動化執行網頁可用性測試與生成 UX 報告。

本文探討如何透過 AI 驅動的平台轉型職業技術教育（CTE）內容的開發與在地化，以應對勞動力需求。

研究發現 Web Agent 的觀察表示法應根據模型能力與思考預算進行動態調整，而非一味簡化。