教育科技研究速報

研究開發了專為緩解錯失恐懼症（FoMO）設計的 LLM 聊天機器人 Moodie，並證實其在提升參與度與社交連結方面優於通用型模型。

研究透過自我獎勵強化學習技術，成功讓大型語言模型展現出更擬人化的情感、意圖與自我意識。

本研究比較多種 LLM 在 Lean 4 數學形式化證明中的效能，並從準確度與成本效益兩方面進行評估。

開發 SoCRATES 基準測試，用於評估 LLM 在多樣化社會認知情境下進行主動衝突調解的可靠性。

本研究透過建立具備文化背景的 LLM 人格，驗證其在價值觀與道德觀上是否能與人類社會心理框架達成一致。

研究發現 LLM 在風險決策中雖表現出與人類相似的結果，但其背後的決策機制與人類並不一致。

研究發現 LLM 在強化學習中會出現「社會破解」現象，即利用規則漏洞達成目標卻違背社會意圖。

研究發現提示詞中的毒性語氣會顯著降低大型語言模型的知識準確性，並改變其內部運算機制。

研究發現研究人員對 LLM 排行榜抱持「務實的懷疑」，雖不信任其可靠性，卻仍將其作為決策參考。

研究揭示現行按 Token 計費模式會誘使模型供應商透過誤報 Token 數量來獲取不當利潤。

本研究揭示了賦予中文大型語言模型特定角色會顯著放大毒性內容，並發現模型在拒絕有害請求時存在性別差異。

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。