教育科技研究速報

研究發現大型語言模型在跨文化社交情緒表達上與人類行為存在系統性失配，且缺乏人類反應的多樣性。

研究發現 LLM 能模擬人類的集體信念更新趨勢，但在效應強度與調節模式上與真人數據存在差異。

研究提出 RoleConflictBench 基準測試，發現 LLM 在面對角色衝突時，傾向於遵循預設角色偏好而非根據動態情境做出決策。

提出兩種並行監控架構，有效降低 LLM Agent 在複雜任務中的推理錯誤與循環問題。

本研究揭示了大型語言模型因浮點數精度限制而產生的數值不穩定性，及其導致輸出結果產生混沌行為的機制。

研究發現對話歷史會顯著影響 LLM 的安全性，部分模型會因累積的上下文而強化使用者的妄想信念。

研究發現強大的推理能力會使 LLM 成為更強的策略求解器，卻成為較差的行為模擬器，導致模擬結果失去真實性。

研究發現大型語言模型普遍存在「可識別受害者效應」，且標準思維鏈（CoT）反而會放大這種非理性的偏好。

研究發現 LLM 代理在多輪辯論中會產生「共識漂移」，且其集體行為受結構影響與模型偏見交織影響。

研究提出 COMPACT 協定，透過多玩家社交遊戲評估 LLM 代理人的社交智能及其多維度的社會認知指標。

研究發現規則知識在模型層級中呈分佈式組織，並提出 DMLE 方法有效提升規則編輯的連貫性。

研究發現 LLM 的政治偏見源於訓練數據的組成，且數據呈現系統性的左傾傾向。