深度分析
因果參數漂移模擬與 SCM 數位雙生：分類器健壯性與破壞點分析
在動態環境中，概念漂移會逐步侵蝕機器學習分類器效能。本文改寫自最新研究，提出以結構因果模型（SCM）為核心的數位雙生框架，透過「因果參數漂移模擬」在保留因果結構下對模型進行情境化壓力測試。
數位雙生
速報
ELDER‑SIM：打造長者性格穩定的數位雙生平台
大型語言模型已被用來開發面向長者的對話代理，但性格表現不穩定（personality drift）阻礙長期模擬與介入評估。研究團隊提出 ELDER‑SIM，一個以本地推論為基礎的多角色長者照護對話平台，整合大五人格（OCEAN）特質設定、以 Beck 認知行為治療為基礎的認知概念化圖（CCD），以及以 MySQL 儲存的長期記憶模組。
AI 代理人
Pixel Societies：AI 代理人打造高保真度虛擬配對平台
Pixel Societies 為一 AI 代理人配對原型，利用大型語言模型與個人化資料模擬虛擬互動，測試配對與約會可能性。實驗顯示代理人可快速蒐集資訊，但兼容性仍受限於現有研究，平台商業模式尚未確定。
深度分析
SensorPersona：利用手機感測器數據與 LLM 推理，實現高精準度的人格特質提取
AI Agent 想要真正個人化，不能只靠對話紀錄。研究團隊開發 SensorPersona，能從手機感測器數據中持續提取人格特質，讓 AI 能理解使用者的物理世界行為與心理特質，大幅提升 AI Agent 的回應品質與滿意度。