教育科技研究速報

本研究揭示大型語言模型（LLM）中 em 破折號的過度使用，源於其在 Markdown 格式訓練資料中的結構性遺留，並透過實驗驗證了其抑制與模型微調程序的關聯。

本研究評估商業大型語言模型（LLM）作為政治顧問的可信度，透過比較其產出與羅馬尼亞立法動議的官方論述。

本研究探討科技領域學生對 AI 風險的認知，發現風險感知與採用意願呈反比，並強調差異化 AI 素養策略的重要性。

本研究透過訪談七個可信舉報者組織，了解其在歐盟數位服務法框架下的經驗、挑戰與平台互動，並提出未來研究建議。

本研究探討了電腦科學課堂中不同角色（教師、助教、學生）對學術不誠實的理解差異，以及背後動機的看法。

本文探討生成式 AI 對網路犯罪的影響，認為其威脅並非失控系統，而是透過降低入門門檻和自動化現有服務，逐步改變網路犯罪生態。

本研究提出一個基於AI的合成專家群組，以解決傳統情境規劃中資源密集、一致性及觀點多樣性不足等問題，並提供決策支持。

本研究揭示了大型語言模型（LLM）在親密關係配對中，會基於傳統種姓制度產生偏見，強化社會階層的差異。

本研究探討了在連結式 MOOC (cMOOC) 中，如何透過人機協作的 AI 迴路系統，提升討論的社會及認知臨場感。

本文提出法規遵循協議（RCP），旨在標準化代幣化資本市場中傳統金融（TradFi）與去中心化金融（DeFi）的資產互操作性，並提升法規遵循效率。

本文探討了在教育領域使用生成式 AI 時，如何更可靠地建立和評估「真實性標準」，並提出了四個實務建議。

本研究探討菲律賓高等教育學生實習生在實習期間使用人工智慧工具的目的、應用及相關感知，發現AI有助於提升工作準備度。