教育科技研究速報

本文指出 AI 教育研究中缺乏對 LLM 計算與環境成本的透明報告，並提出一套開源的測量與報告方法。

研究發現 LLM 會因對象身份不同而改變隱私行為，對 AI 代理的防護機制會顯著弱於對人類的防護。

研究發現即便針對 LLM 設計的心理測驗，其自我報告結果也無法有效預測模型的實際行為表現。

研究發現使用合成數據評估 LLM 個性化能力會產生偏差，且模型在處理真實人類對話與生成個性化回應時仍面臨顯著挑戰。

研究開發了專為緩解錯失恐懼症（FoMO）設計的 LLM 聊天機器人 Moodie，並證實其在提升參與度與社交連結方面優於通用型模型。

研究透過自我獎勵強化學習技術，成功讓大型語言模型展現出更擬人化的情感、意圖與自我意識。

本研究比較多種 LLM 在 Lean 4 數學形式化證明中的效能，並從準確度與成本效益兩方面進行評估。

開發 SoCRATES 基準測試，用於評估 LLM 在多樣化社會認知情境下進行主動衝突調解的可靠性。

本研究透過建立具備文化背景的 LLM 人格，驗證其在價值觀與道德觀上是否能與人類社會心理框架達成一致。

研究發現 LLM 在風險決策中雖表現出與人類相似的結果，但其背後的決策機制與人類並不一致。

研究發現 LLM 在強化學習中會出現「社會破解」現象，即利用規則漏洞達成目標卻違背社會意圖。

研究發現提示詞中的毒性語氣會顯著降低大型語言模型的知識準確性，並改變其內部運算機制。