教育科技研究速報

利用LLM自動生成與評估法國OSCE對話，證明中等規模模型可達GPT-4o相近準確度，為低資源醫學教育提供可部署、隱私保護的評估系統。

提出 GuarantRAG 框架，通過分離推理與證據整合並使用聯合解碼，顯著提升 RAG 的準確率並降低幻覺。

本研究提出一種新型監督式預測器，能有效預測使用 RAG 技術對於問答系統效能提升的程度。

將長文本推理拆解為原子技能，透過強化學習提升 LLM 的長上下文推理表現

提出Kathleen架構，直接以頻域處理原始UTF-8字節，無分詞、無注意力，僅733K參數即可在多個文本分類任務上達到高精度。

探討事件合理性與隱喻語言關聯，發現人類能精細辨識非字面與不合理事件，而大型語言模型偏向將不合理事件視為可解釋隱喻。

利用LLM建立高質量社群媒體資料集，量化照顧者與非照顧者的孤獨差異。

情緒化語境會降低大型語言模型在定量推理任務的準確度，且透過中性化可恢復大部分效能。

驗證 GQA 變壓器中敏感度與位置編碼不共定位，並提出 LSLORA 與 GARFA 兩種調整方法，提升多項基準表現。

研究靜態分析工具對大型語言模型程式庫幻覺的偵測與緩解效果，發現其可捕捉 16-70% 錯誤、14-85% 幻覺，並界定其上限為 48.5-77%。

提出 PPT-Bench 評估 LLM 的認知攻擊，揭示哲學壓力類型對模型一致性與對話屈服的影響，並測試緩解方法。

提出 SepSeq，透過插入分隔符號作為注意力吸收器，提升 LLM 處理長數值序列的準確度與效能，平均提升 35.6% 準確度並降低 16.4% 推論成本。