教育科技研究速報

提出 HG-RAG 框架，透過在層級知識圖譜上進行圖遍歷，提升大型語言模型處理結構化知識與複雜推理的能力。

本文提出一種結合觸覺顯示器與對話式 AI 的架構，讓視障者能透過觸覺與語言結合進行數據查詢。

開發了一套跨平台行動系統，透過角色感知與 RAG 技術，支持多方協作且具備可驗證性的集體照護工作流。

研究發現 AR 嵌入式視覺化雖有助於空間映射，卻因視覺錯覺與高度真實感導致使用者對 AI 過度依賴。

提出一種結合語義相關性、數據趣味性與上下文連貫性的推薦機制，輔助使用者在複雜關聯式資料庫中進行結構化探索。

研究發現自閉症者的藝術觀賞模式在空間與時間維度上皆呈現與典型發展者及藝術家截然不同的獨特特徵。

本研究透過標準化測試評估六款多模態模型在科學視覺化素養上的表現，發現其能力不均且仍難以達到人類平均水準。

研究發現 AI 檢測模型對自閉症寫作者存在偏見，其寫作風格較容易被誤判為 AI 生成。

提出 Kaleidoscope 工作流，透過角色化測試、情境化量表與人類審核機制，實現可靠且可擴展的 AI 自動化評分。

本文提出一個結合 UzWordnet 詞彙資源與生成式 AI 的遊戲化架構，旨在促進烏茲別克語學習並同時優化詞彙資源。

研究發現過度依賴生成式 AI 會導致使用者誤判自身對內容的貢獻程度，進而影響作者身份的校準。

本研究開發了一套自動化流程與技術原型，旨在支持創作者在運動影片中整合數據與敘事，以解釋複雜的比賽過程。