教育科技研究速報

提出 MemArchitect，透過規則治理 LLM 記憶，提升代理人安全與效能。

提出一種基於幾何與神經形態的低記憶、精確梯度、保留幾何層級的訓練架構，並引入貝葉斯蒸餾與熱旋轉以解決領域特定訓練與部署問題。

提出三種方法，透過合成資料、模型自生資料與演算法搜尋，突破語言模型對人類資料與設計的依賴，實現持續自我改進。

開發 Sketch2Topo，結合擴散式拓撲優化與手繪輸入，提升自訂化與美學平衡，降低使用者負擔。

系統性回顧顯示 HCI 框架多被提出但缺乏驗證與迭代，呼籲更嚴謹、累積的開發實踐。

研究顯示，NIS 規範在 2024 年對關鍵基礎設施網路安全事件的報告覆蓋率不足，且對醫療系統的勒索軟體攻擊報告極為集中。

本文透過三個實驗性案例，揭示生成式 AI 在地理領域的預設偏好、語法脆弱性、分佈式偏移與對深層理解的忽視，提示教育者需重新審視 AI 的地理知識表徵與推理方式。

本文指出 AI 各主流範式源自心理學理論，並揭示其固有結構限制，提出 ReSynth 三模組框架以解決此問題

本文揭示共識審核導致少數貢獻者策略性順從，並提出以評估穩定性為基礎的兩階段審核算法以提升內容標記準確度。

本研究提出一個「合成-編碼」框架，利用大型語言模型自動化從網路上提取多維度的政治人物傳記，解決政治科學研究中的長期瓶頸。

本文以歐盟消費者視角，系統分析六項生成式 AI 服務條款，揭示資料使用、責任歸屬與輸出限制等關鍵風險。

提出將意識形態視為多層社會認知網絡，突破傳統左右派框架，並揭示其在語篇中的表現與社會過程的關聯。