教育科技研究速報

研究發現即使邏輯求解器能提供正確答案，LLM 在將結果轉化為人類語言的「敘述」過程中仍可能因提示注入而導致錯誤。

研究發現 LLM 在處理結構化臨床數據時，其口頭表達的信心與實際準確度無關，並提出利用跨模型歸因差異來提升可靠性。

開發了一套結合 AI 檢索與人工驗證的流程，用以量化評估電腦科學課程對國際標準的覆蓋度與深度。

本研究利用 fNIRS 與眼動追蹤數據，透過 CNN-LSTM 模型在低能見度駕駛環境下實現高準確度的認知負荷預測。

研究證明利用用戶的滑鼠軌跡與視線追蹤等隱性回饋，能顯著提升大型語言模型對齊的準確度與品質。

研究發現 LLM 的心理特質多源於測量工具的反應偏差，而非模型本身的真實特質。

本研究證實 AI 對話式訪談能有效結合大規模量化調查與深度質性洞察，克服傳統訪談難以規模化的困境。

本文透過系統性文獻回顧，探討大型語言模型在問卷調查研究各階段的應用現況、潛在案例與風險。

本文指出現行評估標準無法應對開放權重模型的風險，並提出四種應對不同風險層級的比例評估框架。

開發 ASTRA 系統透過在地化語音模型自動化空管訓練中的模擬員角色，並提供 AI 輔助的績效評估。

本研究透過布魯姆分類法評估六種 LLM 生成問題的認知層次，並提出提升高階思考問題產出率的策略。

本文提出 SciRisk-Bench 基準測試，從科學學科與風險維度兩大視角評估 AI 在科學研究中的安全性。