教育科技研究速報

研究提出透過注入單字難度訊號，在不使用大型語言模型的情況下，提升純眼動追蹤模型預測閱讀理解的能力。

研究發現 YouTube 影片將 ChatGPT 分為思考支架、技能練習與產出工具三類，且追求快速產出的內容往往比深層學習內容更具傳播力。

本文提出一個自動化反事實框架與 CAB 基準測試，用於生成更具真實感且開放式的問題，以檢測 LLM 的隱性偏見。

研究發現葡萄牙國家模型 AMALIA 在標註複雜道德觀念時，雖與人類一致性高，卻可能僅依賴表面特徵而非理解理論邏輯。

研究者推出 PLURAL 數據集，透過將全球調查數據轉化為合成偏好數據，提升大型語言模型在不同文化價值觀下的對齊能力。

本研究提出一個基於布魯姆分類學的框架，發現 LLM 雖能提升任務認知需求，卻難以降低需求，且強大的執行力不代表具備教育控制力。

開發了一款基於 Google 開源模型的專用 LLM，旨在透過 RAG 技術輔助學生學習 MATLAB 中的向量分析與微分方程。

本文提出「脈絡存取鴻溝」概念，指出 AI 能否自主檢索用戶知識庫，是決定 AI 工具效能與不平等的核心維度。

研究發現 LLM 在提供建議時會因人格崩塌而過度傾向單一模式，並提出逆向過程蒸餾法嘗試修復此問題。

本文分析了社會科學期刊中使用 LLM 作為測量工具的現況，指出其驗證實務不一致且存在效度威脅。

研究提出無需特定訓練，僅透過代理架構分解任務階段，即可顯著提升模型在 ARC 基準測試中的推理表現。

本文透過理論建模證明，當自我反思能精準定位錯誤時，內文檢索能讓模型解決零樣本成功率極低的難題。