教育科技研究速報

建立醫療機器人失敗情境下的多模態資料集，揭示失敗對情緒與控制感的負面影響。

Aletheia 擴充功能結合 RAG 與 LLM，提供透明、證據化的假新聞偵測與互動討論，並在實驗中優於現有基準。

研究發現大型語言模型在生成任務表現優秀，但在評估任務上表現較差，甚至在缺乏專業知識時仍能給出可信評價，揭示生成式 AI 的評估悖論。

透過即時透明度調整的幽靈手，VR 鍵盤學習者在無外部提示時能更準確、保持技能，顯示自適應提示有效提升短期保留。

開發可解釋智能評估平台XIA，透過可視化認知診斷與對比說明，提升預備教師的評估素養與反思能力。

開發了Lexara工具包，提供可操作的測試案例、可解釋的多格式評估指標，協助非程式設計者評估對話式視覺分析中的大型語言模型。

提出國際工具呼叫資料集，提升多語言 LLM 工具使用效能與跨域魯棒性。

本研究提出一套雙階段方法，透過使用者與視線互動專家的合作，開發更直觀、符合自然視線移動模式的手勢，提升視線互動的易用性。

本文揭示資料標註中的共識陷阱，指出以「真實基準」為核心的做法忽略人類主觀差異，並呼籲重新審視標註流程與文化偏見。

評估現行偏差指標在大型語言模型分配傷害評估中的可靠性，發現其無法準確捕捉群體差異。

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。

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。