教育科技研究速報

提出 SEVRA 框架，透過選擇性驗證而非盲目增加推理，在降低運算成本的同時提升 AI 推理準確度。

本文提出 CombEval 框架，透過動態生成具備精確解答的組合計數問題，深入診斷大型語言模型在組合推理上的弱點。

本文研究如何透過優化排程器，將不同主題的問答請求分配給具備相應專業能力的知識工作者，以提升系統處理容量。

本文提出一套架構框架，透過定義四種 AI 原語來實現生成式模型與傳統系統的確定性封裝與安全整合。

本研究評估了多種 AI 代理式審稿系統在論文品質判斷與錯誤檢測上的表現，顯示其具備追蹤人類判斷與發現錯誤的潛力。

本研究透過比較不同 Transformer 模型與訓練策略，顯著提升了古蘭經誦讀的語音辨識準確度與效率。

本文指出傳統代理模型排行榜的總分排名無法有效預測實際部署表現，並提出以預測效度為核心的新型評估框架。

提出 TOTEN 框架，利用工程實體本體論取代傳統統計分詞，以精準處理技術文本中的物理量與符號。

研究發現即使邏輯求解器能提供正確答案，LLM 在將結果轉化為人類語言的「敘述」過程中仍可能因提示注入而導致錯誤。

提出一種基於提示工程的不確定性分解方法，使 LLM Agent 能在任務不明確時主動詢問澄清，而非盲目執行。

研究提出一種透過自我反思與 DPO 優化，使 LLM 能在無需外部裁判的情況下實現倫理對齊的新技術。

研究發現 LLM 在處理結構化臨床數據時，其口頭表達的信心與實際準確度無關，並提出利用跨模型歸因差異來提升可靠性。