教育科技研究速報

研究提出 SPLIT 基準測試，揭示 LLM 在處理低資源語言（烏克蘭文）的情感支持時，存在文化根植性不足與性能下降的問題。

本文推出首個針對 Word、Excel 與 PowerPoint 原生格式進行綜合理解力評估的公開基準測試 OCB。

研究發現使用者持續使用 AI 的核心動機在於提升個人自主權的感知，而非僅基於對系統準確性的信任。

本文透過分析近四千篇文獻，提出開源軟體（OSS）的十四種子類型分類，強調研究結果不應盲目推廣至所有開源模式。

開發了一款利用 LLM 自我修復技術的瀏覽器擴充功能，讓研究者能直接在社群平台進行低門檻的數據收集與標註。

本文提出一套審計框架，旨在應對 LLM 產出的偽理性認知風險，並將 AI 生成內容回歸至可驗證的實務流程。

本研究評估多種 LLM 在離散數學考試評分中的表現，發現採用「寬鬆型」提示詞能有效提升評分準確度。

本文提出一個評估 AI 代理人使用科學模擬工具能力的基準測試，揭示工具使用雖能提升準確度，卻也可能導致性能退化。

提出 SPIRE 框架，將簡報個人化視為逆向規劃問題，透過多代理人強化學習實現精細的頁面級設計。

Seed2.0 模型系列透過建立以用戶需求為核心的評估系統，顯著提升了處理長尾知識與複雜指令遵循的能力。

研究發現記憶架構對 LLM 代理人協作語言的影響力大於通道容量，具備「私人筆記」的架構能有效避免協作崩潰。

本文提出 MMM 資料模型，旨在打破以文件為中心的限制，建立一種兼具結構規範與表達自由的知識記錄架構。