教育科技研究速報

本文探討了如 ChatGPT 等大型語言模型（LLM）的本體論特徵，認為其不具備自主能動性，更應被視為一種能動性地執行任務的語言自動機。

ChatGPT 在心臟與血管病理學多選題中，正確率達92%，超越兩名醫學生，顯示其在醫學教育中的潛力。

調查顯示，AI 研究者普遍認為自動化 AI 研發是重大風險，並對時間表與治理機制存在分歧。

提出一套微調大型語言模型的框架，使其能為六個年級層級產生符合閱讀水平且保持事實正確的教學內容，並證明其在實驗中顯著提升年級對應度。

本文提出一套統一教學框架，將 MOOCs、智慧教學與 AI 整合，提升知識掌握與學習效率。

提出 AdAEM，透過自動生成與擴充測試題，動態捕捉多文化、多時期 LLM 的價值差異，提升評估資訊量與辨識度。

AI 透過重新分配裁量權，改變都市治理中的問責關係，提出可操作的負責裁量框架。

本研究多語言審核 LLM 在亞洲宗教議題上的對齊缺陷，揭示模型偏見與文化差距

SemFuzz利用大型語言模型提取協定規範的語義規則，生成違反這些規則的測試案例，有效偵測網路協定實作中的深層語義漏洞。

研究顯示人們對 AI 公平的評價受資料分佈差異影響，並非僅以統計平衡衡量。

提出 AAC 生物識別註冊表與可重構通道，評估現行 AI 準確度與實務需求差距，並提供路徑規劃以促進技術整合。

本研究透過分析客戶支援聊天機器人及訪談專家，揭示了在人工智慧系統生命週期中，明確人類決策權和監督的重要性。