速報
I-POMDP 與 ToM-2：讓代理人偵測並回應使用者對其知識的錯誤認知
人與代理人互動常因雙方對彼此知識的錯誤判斷而受阻。本研究以 I-POMDP 框架實作第二階理論心智（ToM-2），讓代理人能模擬使用者對代理人知識的錯誤信念，並推估這些信念源自的認知偏誤與捷思法（CBH）。透過辨識何時出現認知偏誤，代理人能產生調整性的回饋來補償誤解，改善當下互動並提升未來教學或協作的品質。
人機互動
深度分析
LLM 模擬與人類實驗：在部分合作場景中透明度、適應性與人格的影響
研究探討目標僅部分一致的人機互動。採用大規模LLM模擬與平行人類實驗，操控AI透明度與適應性並考量外向性與宜人性兩項人格，分析對談表現與決策結果。主要發現為模擬中人格影響居多，真實使用者則以AI屬性尤其透明度影響最大，帶來溝通與信任的設計權衡。
生成式AI
前 Apple 工程師打造 AI 硬體 Button：以極簡設計與物理觸發重新定義 AI 互動
前 Apple 工程師推出名為 Button 的 AI 硬體裝置，外型酷似 iPod Shuffle。該裝置主打隱私與即時回應，僅在按下按鈕時啟動 AI 聊天機器人，旨在提供比手機更便捷的 AI 互動體驗，定位為手機的補充設備而非替代品。
A-MBER
A-MBER 基準測試：評估大模型跨對話的「情感記憶」與脈絡理解能力
AI 助手若要真正擬人化，必須能理解使用者的情感演變。新發表的 A-MBER 基準測試專注於評估 AI 是否能將長期記憶與當前情感識別結合，要求模型從多場對話歷史中找出關鍵證據來解釋使用者現在的心情，填補了現有情感分析與長文本記憶測試之間的空白。