教育科技研究速報

提出DISCA，利用國家角色分歧在推理階段校正LLM文化偏差，無需微調，提升多國文化對齊效果

本研究開發了一套整合 AI 聊天機器人與語言模型，用於校園滿意度調查預防及心理健康風險檢測的系統化框架。

本文指出惡意利用 AI 代理人大量投稿低質量論文，藉由稀釋分母來提高特定論文錄取率的新型系統性威脅。

本文提出一套與材料科學工作流對齊的 AI 素養框架，強調培養具備科學判斷力的研究者而非僅是工具使用者。

提出策略層級評估框架，發現LLM在數學推理中策略多樣性與答案準確度分離。

本研究驗證語義搜尋能捕捉18世紀洛克作品的隱性引用，顯示其比詞彙重複檢測能揭示思想傳播，受表層詞彙限制。

本研究透過3D鏡像測試，發現較強的VLM能夠以反射證據進行自我辨識，顯示感知-行動結合是自我認知的關鍵。

提出意志機制，證明其能促進社會困境中的合作，超越傳統效用最大化模型

NARRA-Gym提供完整多輪互動敘事評估流程，測試LLM在故事生成、記憶、節奏與個人化表現，揭示模型差異與局限。

首次大規模研究Telegram影片盜版，揭示結構、分發策略與抗刪除機制，並開發實時偵測框架。

提出一種「監護者」LLM，可在實時監控人機互動並發出建議，將對抗性說服成功率從65.4%降至30.4%。

研究顯示權重剪枝在邊緣AI部署中會顯著放大偏見，且傳統困惑度評估無法揭示此風險。