教育科技研究速報

提出 WebSwarm 框架，透過遞迴式任務分解與代理協作，解決 LLM 搜尋代理在深度與廣度搜尋上的侷限。

本研究探討使用大型語言模型作為評審時，更換模型版本會導致評分結果不一致的測量效度問題。

研究發現 LLM 的答案信心與問題可回答性是兩個獨立維度，並提出結合隱藏狀態探測的雙軸校準策略。

研究發現透過探測模型內部激活值，能比思維鏈（CoT）更準確地判斷模型預測的校準度與推理忠實度。

提出 GRAPHEVAL 框架，透過圖形結構評估 LLM 推理過程的邏輯忠實度，而非僅看最終答案。

提出 HSP 框架，透過生成器與檢測器的自我博弈演化，在無外部監督下提升小模型檢測幻覺的能力。

本研究驗證了 Gemini 系列大型音訊語言模型（LALM）作為全雙工語音對話評分員的可靠性與潛力。

本文主張 AI 數學系統應從僅能解決定義明確問題的「解題工具」，轉型為能處理前沿研究挑戰的「研究代理人」。

提出 CPP 框架透過將命題具體化，解決 LLM 在邏輯推理與事實知識應用間的失衡問題。

本研究優化了自動偵測自閉症自我刺激行為的 AI 模型架構、採樣率與數據增強策略。

本研究提出利用 OCEAN 模型框架與低秩適配器（LoRA）在權重空間中精確測量、控制與組合大型語言模型的人格特質。

開發出結合可控數據合成與多任務強化學習的大型多模態模型，實現高精度的端到端文件解析。