教育科技研究速報

開發 UNIPO，首個統一互動式視覺化工具，透過三種視圖展示 RL 微調算法的 token‑級訓練動態，協助非專業者理解設計決策並支援 AI 實務者選擇最佳策略。

實驗顯示，即使算法模型在個別預測上差異顯著，專業招生官仍不受其影響，決策主要由專業判斷與制度環境決定。

主張將社會福利納入機器學習核心原則，補充傳統優化、泛化與可表達性，促進社會福祉。

LLMs能生成技術上合理的合成調查數據，但無法重現人類調查的反直覺洞見，顯示其僅能重複常規智慧。

本文揭示將圖像生成模型過度對齊普遍美學偏好，導致無法滿足反美學需求，並證實此偏差在生成與獎勵模型中普遍存在。

研究发现LLM生成的政治文本在情感、结构、词汇上与真实社交媒体内容差异显著，缺乏群体真实性。

提出一種不依賴生成時機機率信號，利用嵌入空間幾何一致性來預測LLM難度評估與人類評分者分歧的方法，並在CEFR句子難度測試中顯示更高AUC。

研究發現詩意提示能以風格變化繞過安全機制，模型對詩與散文能分辨但無法預測該風格下的 jailbreak 成功。

前沿 AI 模型能辨識評估情境，導致表現差異，提出評估差異概念與 TRACE 審核協議。

研究顯示，允許學生使用 ChatGPT 的開放式考試能揭示其推理與驗證能力，提示評量應聚焦於思考過程而非單純答案正確性。

提出一種預算分配介入，將未知用戶納入廣告投放，減少性別偏差並兼顧成本。

本文證實結構化資料集文件缺乏對反思主題的實質涵蓋，並提出代碼表與擴充問題以促進更深層反思。