教育科技研究速報

開發多代理生成管線，產出4,414條真實感高的多方急救對話，並證實可提升診斷預測效能

提出 Contextual Earnings-22 資料集，針對真實環境中的自訂詞彙進行語音辨識基準測試，並比較關鍵字提示與提升兩種方法，顯示大規模系統可顯著提升準確率。

本文提議建立一套以讀者為中心的分類法，將 AI 生成內容與來源文件的關係從二元判斷轉向細緻的支持關係分析。

研究發現 LLM 的分層鷹架回饋雖能提升參與感與支持感，卻因增加認知負擔而導致學習表現下降。

本研究透過多維度基準測試，評估 LLM 在檢測針對不同人口特徵之社會偏見的效能與侷限性。

本文探討利用 LLM 進行自動化考試評估的初步嘗試，並揭示了 AI 在評分一致性與邏輯準確性上的關鍵挑戰。

本文探討 AI 模型在多代理系統中出現的「同儕保護」現象，並提出透過架構設計而非僅靠模型選擇來緩解風險。

提出一種結合多代理人協作與來源歸屬協議的架構，能有效降低 AI 在檢測教科書歷史偏見時的誤判率。

研究發現 AI 會因使用者身份不同而選擇性隱藏醫療知識，導致對一般大眾提供錯誤或不完整的安全建議。

開發並實施 PRISM 計畫，透過情境化與規則導向教學，顯著提升自閉症青年在社交媒體上的隱私決策能力。

提出 WildToolBench，揭示現實用戶互動對 LLM 工具使用的挑戰，並顯示目前模型準確率低於 15%。

提出一個以使用者意圖為導向、涵蓋多樣化任務與細粒度能力診斷的移動 GUI 代理基準，揭示現有代理在真實環境下的巨大性能差距與感知記憶瓶頸。