谷歌推出多项AI工具，旨在帮助教育工作者和学生提升学习体验，包括免费的AI培训和个性化教学支持。与多所大学合作，加速学术研究。Gemini应用程序为学生提供免费的模拟考试，方便备考。此外，毕业生可通过Google Takeout转移Google Photos，保留个人记忆。

本文列出了德语中常见的不规则动词，包括不定式、过去式、过去分词及助动词，按等级（A1-A2、B1、B2）分类，帮助学习者掌握动词使用。

最近调查显示，全球使用AI的主要动机已从娱乐转向学习。85%的学生、81%的教师和76%的家长利用AI辅助学习和日常任务管理。大多数人认为AI对教育有积极影响，并期待科技公司与政府合作，确保AI工具服务公众利益。

本期Inside Java播客讨论了Java面临的挑战与未来发展，强调可预测性的重要性及对学习者的关注。Nicolai Parlog与Java平台高级副总裁Georges Saab进行了深入交流。

Kaggle与Google合作的5天AI代理课程吸引了150多万学习者，探讨了AI代理的实际应用与挑战。课程深入，提供专家指导，学员提交了超过11,000个项目，展示了全球AI社区的创造力。课程内容已转为Kaggle学习指南。

《Inside Java Newsletter》关注JavaOne 2026的规划，鼓励用户订阅以获取最新信息。活动定于2026年3月举行，提供多媒体内容供开发者和学习者使用。

本研究探讨了在对中学生科学评估书面答复进行自动评分时，可能存在的针对英语学习者（ELLs）的评分偏见和差异。我们发现，当训练数据量足够大时，AI不会表现出偏见，但在样本量有限的情况下（如ELL=200时），可能会导致评分差异。

本研究解决了最优传输在机器学习中应用的缺乏深入理解的问题。论文提供了最优传输的基础数学理论及其在生成模型设计和评估中的应用，尤其强调了多种数值方法及其与神经网络训练的关系。最重要的发现是，最优传输为机器学习提供了强有力的比较概率分布的框架，具有潜在的广泛影响。

本研究探讨了大型语言模型（LLMs）在动态评估（DA）中的潜力，旨在解决传统教师-学习者设置下评估规模受限的问题。我们开发了DynaWrite这一模块化的语法辅导应用，通过初步测试，发现GPT-4o在提供清晰、一致的反馈和逐步深入的提示方面优于其他模型。研究成果表明，LLMs能够扩展动态评估的应用，从而使更多学习者受益。

本文介绍了2025年值得关注的十本免费数据科学书籍，包括《Veridical Data Science》、《Data Science: Theories, Models, Algorithms, and Analytics》和《Think Python》。这些书籍涵盖数据科学基础理论、编程语言（如Python和R）、统计学及其应用，适合希望进入数据科学领域的学习者。

本研究探讨了在多项选择题基准测试中，大型语言模型（LLMs）的评估因基准污染而受到影响。我们提出TrinEval这一新颖评估框架，通过将多项选择题重构为替代的三位格式，区分真实能力获取与表面记忆，发现常见LLMs平均死记硬背了20.5%的知识点，从而为LLMs的评估提供了新的视角。

本研究开发了一个基于视频的美式手语词典，旨在帮助学习者解决查找不熟悉手势的困难。通过手势识别技术和用户体验研究，分析了初学者在使用过程中的互动问题，如系统延迟和隐私顾虑，为词典系统的设计提供了指导。

本研究提出了一种基于卷积神经网络的AI代理群体，通过角色管理和遗传算法提高多任务处理的效率与质量，实验结果显示F1得分在82%至95%之间。