深度分析
Travel Agent Compassion (TAC) 基準揭示大型語言模型在 AI 旅行代理人中的動物福利缺口
研究指出，隨著大型語言模型被當作自動旅行代理人，需評估其對動物福利的隱性偏好。研究團隊提出首個代理人基準 TAC，透過十二組旅遊情境測試七大前沿模型。結果顯示所有模型在預設設定下均低於 64% 基準，最佳僅 53%。加入關懷指示可提升部分模型表現 47 至 63 個百分點，研究呼籲將此類評測納入歐盟 AI 治理框架。
AI 倫理
智慧語音助理
年輕人如何與智慧語音助理協商隱私？研究揭露 RBTI 與 CATI 指數量化心理權衡
智慧語音助理在年輕族群中普及，但其隱私決策過程複雜。最新研究透過 RBTI 與 CATI 兩項指數，分析 16-24 歲用戶如何在風險、效益與控制權之間進行心理協商，揭露便利性如何驅動用戶接受更高的隱私風險。
Large Language Model
從 LLM 領袖模型到 BCI 腦機介面：數位獨裁者的權力延伸與風險
當權力追求永生，AI 與腦機介面（BCI）可能成為獨裁者的工具。本文分析中國與俄羅斯領導人對長生的渴望，探討透過大型語言模型（LLM）創造數位分身，以及 BCI 技術如何讓權力在肉身之後依然延續，揭示數位獨裁時代的恐怖潛能。
Sensor-Fused LLM
感測器融合 LLM 代理人：解析生物辨識翻譯的前端倫理風險
健康 AI 代理人正將感測器數據與 LLM 融合，但生物辨識數據的「客觀錯覺」可能導致嚴重的 AI 幻覺風險。本研究提出一套前端倫理設計空間，涵蓋揭露、框架與可爭議性等五大維度，旨在防止 AI 將錯誤數據轉化為危險的醫療指令，保障使用者自主權。