教育科技研究速報

本文提出 GrandGuard 框架，透過建立專屬高齡者的風險分類與基準測試，解決現有 LLM 在面對長者特定情境風險時的防護不足問題。

提出 SkillSmith 框架，透過離線編譯技能包以減少 LLM Agent 在執行任務時的冗餘上下文與推理開銷。

提出 TABALIGN 框架，利用擴散語言模型與注意力驗證器，解決大型語言模型在處理結構化表格時的推理與定位問題。

提出一種無需訓練的逐層 Token 修剪框架，透過文本查詢引導與時間多樣性評分，優化全模態模型的推理效率。

提出一種基於依賴圖的執行期驗證器，透過符號引擎確保大型語言模型對話的邏輯一致性與前提正確性。

提出 MSIFR 框架，透過在生成過程中途偵測並終止低品質樣本，大幅降低 LLM 合成數據的 Token 消耗。

研究發現 LLM 在判斷需要工具與實際執行工具調用之間存在顯著落差，即「知行差距」。

本研究探討 LLM 在角色扮演情境下道德判斷的變化，發現其道德穩健性受模型家族影響，而易感性則與預訓練有關。

本文提出以「可及支持集」區分模型能力的誘發與創造，並從自由能視角重新定義 SFT 與 RL 的本質。

研究發現現有指標能預測何時辯論是「安全」的，卻無法有效識別何時辯論能「提升表現」。

研究開發了多語言數據集 StereoTales，揭示大型語言模型在開放式生成中普遍存在且具文化適應性的社會偏見。

研究發現基礎大型語言模型在政治動機性推理行為上與人類表現不一致，無法有效模擬人類的偏見過程。