教育科技研究速報

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。

本研究展示了一套同步收集遊戲遙測、生理數據與回溯性思考數據的多模態協議，用於探討玩家體驗中的難度問題。

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。

研究揭示了當演算法結合熱度排序、個性化推薦與主動參與獎勵時，會驅動使用者走向更極端的資訊消費。

本研究探討 LLM 在處理長文本時，如何識別與反應隱藏在其中的有害內容及其受長度、位置與比例影響的規律。

提出 PICACO 方法，透過優化元指令來解決 LLM 在處理多樣且衝突的人類價值時的指令瓶頸問題。