教育科技研究速報

本研究評估了多代理人 LLM 教學系統在不同併發規模下的延遲表現與成本效益，為大規模部署提供指導。

本研究開發了 QubitQuest 迷你遊戲系列，證明遊戲化教學能有效提升初學者對量子計算概念的理解。

本文探討 AI 如何使判斷力變得廉價，進而導致驗證、合法性與真實來源等要素變得稀缺，並呼籲重新設計社會制度。

提出一個利用多代理人辯論進行精準評估與推薦，並結合間隔複習與掌握度進階的語言學習框架。

研究發現漫威電影不僅具備商業價值，其技術呈現與票房表現正相關，且具備科學教育與倫理討論的潛力。

提出一種利用大型語言模型將教學材料自動轉化為結構化 TMK 模型的新方法，大幅提升 AI 導師系統的開發效率。

開發一套利用大型語言模型將 EEG 與心血管數據轉化為可讀報告與個性化音樂建議的原型，實現家庭音樂療法的自動化與可解釋性。

研究指出玩家偏好情境相關、結果導向的指標，並證實簡易圖表比複雜視覺化更易理解，提供實用的儀表板設計原則。

本文提出並分析了針對人類決策者的特徵高亮演算法，揭示其對不同人類解讀方式的影響與計算可行性。

本研究開發並驗證了一套評估工具，用以衡量公眾對生成式 AI 失敗模式、風險及責任歸屬的認知程度。

本文建立兵馬俑資料集，運用 GAN 與隨機森林分析特徵分佈，並以可視化方式呈現整體遺產特徵，提供統一且直觀的分析框架。

AI 介入少數族群支持時，匿名傳遞雖提升參與度，但降低心理安全與滿意度；相反，AI 生成獨立反駁則能提升滿意度並減少邊緣化。