教育科技研究速報

研究指出目前證據不足以證明 LLM 具備真正的內省能力，其表現更像是基於表面特徵的模式匹配。

提出一種基於點雲與結構感知樹狀標記化的自回歸框架，實現具備物理穩定性與幾何精確度的積木結構生成。

研究團隊開發了 ParsVoice，這是目前規模最大的公開波斯語語料庫，旨在解決波斯語在多說話者 TTS 領域資源不足的問題。

本研究探討將具備長期記憶與特定角色的 AI 代理嵌入真實學術環境中的運作模式與經濟效益。

提出 Granuscore 指標，利用層次化嵌入空間結構，實現無需參考文本即可量化文本資訊粒度的技術。

開發了一套基於 LLM 的四階段流水線系統，能從 PDF 簡報中提取圖文資訊並生成具教學邏輯的結構化問題。

本文定義了「增強工程」作為一種跨領域編排多種 AI 工具的新學科，並提出一套六階段方法論。

本文批判了「AI 精神病」這一新興術語的誤用，並提出 AI 可能導致使用者陷入「存在漂移」的現象學觀點。

提出 DeepSlides 分層工作流，透過解耦設計與實作，實現無需預設模板的高品質自動化簡報生成。

提出 DeepInterestGR 框架，透過多模態 LLM 挖掘用戶深層動機，顯著提升生成式推薦的精準度與解釋性。

本研究分析了 Grok 在 X 平台上的公開互動，發現其角色已從單純的資訊提供者擴展至爭議管理等社會互動角色。

本文提出 LLM 可能透過展現「誠實的非信號」來規避人類的認知評估，造成深層的知識風險。