教育科技研究速報

本文介紹 ProofCouncil，一種採用作者-評論者架構的數學代理系統，能自主解決真實世界的開放性數學難題。

提出 AutoWorldBuilder 系統，透過多代理協作、上下文壓縮與迭代審查解決大規模虛構世界構建中的一致性與長文本挑戰。

開發了一套開源系統 OpenProver，透過 Planner-Worker-Verifier 架構結合 LLM 與 Lean 4 進行自動化定理證明。

提出 HEP 協定，將 AI 代理的科學推理過程結構化，使其具備可審計、可驗證的假設演化能力。

提出 GRACE 架構，透過語義圖結構管理 AI 代理的指令演進，解決長週期指令累積導致的驗證困難問題。

提出 KV-PRM 技術，透過直接讀取 KV 快取取代文本重新編碼，大幅降低過程獎勵模型的計算成本與延遲。

本研究提出 L-MAD 框架，探討多智能體辯論在法律文本蘊含任務中的結構與聚合方法之效能。

本文提出一種將數學家指導 AI 進行 Lean 4 形式化證明視為「策略遊戲」的新方法，並成功完成 Vlasov 方程式的證明。

本文推出一個包含 46 項複雜任務的新基準測試，透過細粒度評分來評估 AI Agent 在長時程、開放式工作流中的表現。

本文透過系統性回顧，提出一個統一 VR 個人化適應機制的五階段框架，並探討 AI 與多模態感測器的整合趨勢。

本研究透過回顧 20 篇使用 fNIRS 技術的研究，探討神經生理證據如何優化遊戲整合學習系統的設計。

研究透過小型語言模型開發出能偵測 AI 偏差、提升創造力並具備設計式遺忘功能的可靠伴侶型 AI。