教育科技研究速報

開發可即時從文字或圖像生成香氣的可穿戴 AI 系統，並透過自然語言迭代優化，達到與真實食物相似度高的香氣體驗。

本文主張在互動健康研究中，患者的經驗應被視為知識而非僅資料，並提出支持患者主導證據的基礎設計路徑。

研究揭示 GovAI FactSheets 雖被期望為評估工具，但實際上更適合作為建立信任與協商的關係性文件。

提出分段幂律模型捕捉新詞擴散的次指數增長，並在日文博客及多語言搜尋趨勢中驗證其普遍性

利用大型語言模型對德國議會移民辯論進行標註，揭示戰後團結向近十年反團結的轉變，並提出減少偏差的學習方法。

研究顯示口音差異影響聲音克隆的相似度與可懂度，且傳統嵌入距離未能捕捉此差異。

提出 Magic, Madness, Heaven, Sin 框架，將 LLM 輸出多樣性與任務目標連結，揭示跨背景的優化衝突。

提出以人為中心的弱訊號培育模型，透過風險強度與成長潛力坐標，動態追蹤前線風險訊號，促進管理決策與 AI 分析。

生成式 AI 使資料科學工作自動化，凸顯問題設計、倫理等人本核心，教育應聚焦此領域。

兩小時 AI 素養工作坊能顯著降低中學生對大型語言模型的盲目信任，提升提問與評估能力，改善科學問題解答品質。

提出無需訓練的LLM差分隱私合成方法，並配合即時驗證，實現教育資料共享的實用化

設計並實施以 BFS 為核心的 AI 課程，提升鄉村中學生在科學課程中的問題解決與 AI 理解。