教育科技研究速報

提出 FIDES 解碼器，透過 Token 層級的衝突偵測，解決 RAG 模型在檢索資訊與內建知識衝突時的偏誤問題。

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。

本文提出 OPT* 任務框架，透過可擴展的搜尋空間訓練 LLM 進行複雜的逐步優化決策推理。

研究發現 LLM 評審在面對針對性挑戰時，其判斷會發生可逆轉的改變，顯示其評估結果具備高度可操縱性。

提出 VAMPS 基準，評估多模態 LLM 在圖形工具輔助下解數學問題的表現，發現直接分析仍優於視覺輔助。

提出 SMAC-Talk，將星際爭霸多代理挑戰加入自然語言通訊，評估 LLM 在協作環境中的協調與信任。

提出將 AI 技能拆解成可執行的原子知識單元，透過知識圖譜加速軟體開發並提升工程師效率，實驗證明每週節省 2.6 小時、NPS 提升 35 點。

本研究比較LLM與寫作教師對論辯性文章的回饋，發現兩者在目標分布相似，但LLM在句子定位、複雜度與長度上有顯著差異，且LLM回饋在多數質量指標上得分較高。

提出首個衡量集合式 AI 建議適當依賴的正式框架，涵蓋分類與回歸任務。

SENSEI 透過知識缺口定位，從使用者互動行為推斷誤解並提供最小化、足夠的建議，實現零樣本組合泛化與 90% 誤解修正。

研究提出 AI 使用會導致後設認知能力的重新分配，雖提升個人產出，卻因缺乏反思整合而降低集體創意多樣性。