教育科技研究速報

調查日本MBA學生使用生成式AI，發現高採用率與寫作效益，但仍擔憂準確性，並證明專業化代理可提升研究深度與結構

在 X 社群筆記功能中，LLM 寫出的事實核查筆記在實際平台上比人類筆記更受歡迎，顯示 LLM 可在真實環境中提供高質量、跨黨派的事實核查。

研究顯示SaaS平台對中小企業的治理與績效呈倒U形，創業導向調節其非線性影響。

將微學習與 LMS 結合，可提升企業培訓的完成率、記憶保持與整體學習成效。

本文指出媒體偏好使用相對風險而非絕對風險，導致公眾對科學研究的誤解與恐慌。

混合式課程的學生參與度與偏好持續上升，促使高校投資先進教室技術以提升教學效果。

Case Western Reserve 大學於 2025 年四月引入 Google Gemini，提供安全且不會被用於訓練的 AI 工具，滿足校園對資料隱私的需求。

提出 SAFE 框架，透過知識圖譜驗證與原子化錯誤分類，提升大型語言模型多跳推理的準確性與可驗證性。

本文提出 LLM 代理人記憶機制的統一框架，透過基準測試比較現有方法，並開發出超越現有技術的新型記憶方法。

提出 PRISM 框架，透過風險門控與機率重新分配機制，減少大型語言模型在監督式微調時因過度模仿而產生的幻覺問題。

研究揭示現有的主張驗證基準主要測試檢索與蘊含能力，而非複雜的推理、綜合與數值分析能力。

研究發現強制使用細粒度（如句子級）引用會顯著降低 AI 歸因品質，最佳性能出現在中等粒度（如段落級）。