教育科技研究速報

本文介紹了兩種利用「本地主體、遠端大腦」架構的自主代理 AI 框架，旨在自動化科學數據處理與複雜學術報告生成。

本文提出 AgingBench 基準測試，旨在評估 AI 代理人在長期部署過程中因記憶與維護機制導致的可靠性衰退。

提出 POLAR 框架，利用多模態知識圖譜結合語義與情節記憶，提升具身代理在長期互動中的個人化任務執行能力。

本文提出「受控演化記憶（GEM）」概念，主張長期 AI 記憶應視為狀態軌跡而非單純的紀錄儲存。

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。

提出一種基於點雲與結構感知樹狀標記化的自回歸框架，實現具備物理穩定性與幾何精確度的積木結構生成。

研究團隊開發了 ParsVoice，這是目前規模最大的公開波斯語語料庫，旨在解決波斯語在多說話者 TTS 領域資源不足的問題。

本研究探討將具備長期記憶與特定角色的 AI 代理嵌入真實學術環境中的運作模式與經濟效益。

研究發現透過非線性動力學設計可提升精準力量控制的訓練效果，但學習者傾向依賴位置而非力量感。

提出 Granuscore 指標，利用層次化嵌入空間結構，實現無需參考文本即可量化文本資訊粒度的技術。

開發了一套基於 LLM 的四階段流水線系統，能從 PDF 簡報中提取圖文資訊並生成具教學邏輯的結構化問題。

本文定義了「增強工程」作為一種跨領域編排多種 AI 工具的新學科，並提出一套六階段方法論。