教育科技研究速報

本研究透過一場全國性峰會，探討了美國 K-12 數學教師如何評估人工智慧工具，並揭示了支持教師深思熟慮評估的關鍵機制。

本文提出 RedTopic，一種透過情境化生成、聚合獎勵和多目標強化學習，提升大型語言模型紅隊測試主題多樣性的新框架。

本研究開發一種能直接輸出自然語言的探測器，透過「潛在QA」任務，更精準地理解和控制大型語言模型的內部運作。

本研究透過訪談美國公設辯護律師，探討 AI 在司法領域的潛在應用，並揭示其在不同工作面向的限制與倫理考量。

本研究探討感官、情感與文化體驗如何影響使用者對以非物質文化遺產為主題的虛擬實境遊戲的接受度與使用意圖。

本研究揭示了大型語言模型在性別推論時，即使在語境等價的情況下，其輸出結果也會出現系統性變化，違反了語境不變性的假設。

本研究利用大語言模型分析社群媒體資料，揭示使用者對地震預警系統的信任度與警報即時性之間存在顯著關聯，並強調使用者對「準確性」的定義與工程定義有所不同。

本研究揭示電腦科學領域的性別引用失衡，尤其在會議論文中更為顯著，並探討了同質性引用及作者網絡結構等影響因素。

本研究探討了大型語言模型（LLM）安全監控中，針對能迴避偵測並誘發不安全行為的自適應攻擊的弱點，並提出透過激活浮水印提升監控效能的解決方案。

本研究探討大型語言模型（LLM）在道德判斷時的脈絡敏感性，發現模型傾向於在特定情境下做出違反規則的判斷，且其敏感模式與人類不同。

本研究透過網路分析，揭示埃及 Reddit 社群的結構、連結模式與資訊傳播，以增進對埃及線上社群的理解。

本研究提出精細化的標註方案，區分不文明的語氣與攻擊多元主義的內容，並提升內容審核系統的準確性與可靠性。