教育科技研究速報

研究提出首個整合能力、安全、基礎教育與高階培育四維度的基準測試，揭示現有模型在教育應用上的侷限。

研究發現現有大型語言模型在醫療對話中缺乏穩定且可靠的社會溝通技能，難以勝任醫療顧問角色。

研究發現 LLM 在模擬全球價值觀時存在顯著的國家間不平等，且提升平均準確度不代表能達成代表性平等。

提出一種模仿人類認知，能區分事實與情感記憶，並透過衝突感知控制器優化 LLM 記憶檢索的架構。

提出 FACU 方法透過概念消除技術降低 LLM 內在偏見，並有效提升下游決策任務的公平性。

研究發現語言模型代理人對環境狀態的編碼方式（如摘要與直方圖）會決定其集體行為與同步結果。

提出 MERIT 框架，透過雙極性記憶機制提升 LLM 代理在 Text-to-SQL 任務中的修復成功率。

提出 TSR 框架與 LHRL-VGR 演算法，透過層次化規劃與動態獎勵機制提升 LLM 在社交協商任務中的表現。

研究提出 OPD² 技術，透過強化教師模型與基礎模型間的機率差距，提升大語言模型的多語言數學推理能力。

本研究提出一種新方法，透過偵測並修正大型語言模型在評分時的潛在數字偏差，提升其作為自動評分者的準確性。

提出 FOCUS 技術，透過正交分解與門控機制解耦 LLM 的專家角色，解決跨領域角色干擾問題。

研究發現將證據與決策過程分離（證據鎖定）會降低 LLM 評審與人類偏好的一致性。