教育科技研究速報

研究發現 LLM 的政治立場並非固定點，而是隨上下文變化的條件分佈，且整體政治光譜範圍較窄。

研究提出 MedHarm 基準測試，揭示現有 LLM 在高風險醫療場景中存在嚴重的安全對齊漏洞。

研究發現現有程式碼模型雖擅長寫程式，但在理解軟體執行資源（如記憶體與時間）的「世界模型」方面表現脆弱。

本文提出 SidConArena 基準測試框架，透過模擬複雜經濟互動來評估大型語言模型在談判與資源規劃的能力。

本研究提出 CalBrief 基準測試，發現 LLM 在進行科學簡報時，精細的證據強度分類會導致過度保守的判斷。

提出 SD-GPS 框架，透過求解器驅動的自動形式化與驗證機制，提升多模態模型解決幾何問題的精確度。

開發出一套隱私保護的系統，利用骨架與視線數據結合大型語言模型，實現教室學生注意力的自動化分析。

本研究旨在透過觀察學生與 ChatGPT 的互動過程，探討 AI 輔助寫作對學生作品所有權感知的影響。

開發 DysLexLens 框架，透過分析 Reddit 論壇數據，以低資源且具證據追蹤性的方式研究閱讀障礙者使用 AI 的經驗。

研究發現按鍵動力學能有效反映使用者在與 LLM 互動時的認知努力程度，但無法預測對輸出結果的滿意度。

開發一種結合知識圖譜、LLM 與網路搜尋代理的混合式架構，提升事實查核的可解釋性與準確度。

本研究透過分析 Reddit 社群數據，揭示了使用者如何隨著生成式 AI 技術的演進，不斷調整其辨識 AI 內容的策略與心理模型。