タイムライン検索

2026年5月29日

arXiv:2605.29229v1 文書の発表。推論蒸留は大規模言語モデル（LLM）から小規模モデルへ複雑な推論能力を転移させますが、その成功は訓練データが学生モデルとどの程度合致しているかに依存します。本論文では、データ・モデル互換性（DMC）メトリクスを導入し、その適合性を評価するために使用できます。

arXiv cs.AI

2026年5月30日

鑑木教育コンサルティングが展開する「RD American School」の説明会開催が発表された。日本国内のインターナショナルスクール市場では、既存校の高い授業料と入試難易度に対して、より透明性の高いカリキュラムとアクセスしやすい価格帯を提供する新興校の参入が進んでいる。アメリカンカリキュラムを軸とした同校は、STEM教育や起業家精神の育成を重視するアプローチで、グローバルキャリアを目指す家庭からの需要を取り込もうとしている。ただし本格運営までには数年を要し、既存校との競争激化による淘汰リスクや質保証の課題も残されている。

PR TIMES

2026年6月2日

大規模言語モデル（LLM）はヘルスケア分野でますます導入されていますが、既存のベンチマークは臨床実践で一般的な対抗的または倫理的に複雑な条件下でのモデル動作を捉えることができません。11の現代的なLLMを6つのドメインで評価するマルチドメインレッドチーミングフレームワークを開発しました。

arXiv cs.CL

2026年6月4日

外観検査AIのMENOU、文科省「DXハイスクール」採択校の長野工業高等学校でカリキュラム開始

ASCII.jp

2026年6月8日

AIが学習にもたらす影響に関する新たな研究結果が発表されました。Google DeepMindが実施したランダム化比較試験により、AIモデル「Gemini」に搭載された「Guided Learning」機能が、学習意欲の向上と学習速度の加速に寄与する可能性が示唆されたとのことです。 この研究はシエラレオネなどを対象に行われ、AIを活用した学習が実際にどのような効果をもたらすのかを客観的に測定することを目的としていました。具体的な試験デザインや参加者の詳細については言及されていませんが、無作為にグループ分けを行い、AI機能の有無による学習成果の違いを比較したと考えられます。 結果として、AIによるガイド付き学習が学習者と学習内容との関わりを深め、効率的な知識習得を促進する可能性が浮き彫りになりました。この研究は、教育分野におけるAIの潜在的な応用可能性を示すものとして注目されます。今後、さらなる検証や具体的な教育カリキュラムへの導入を通じて、AIが学習環境をどのように変革していくのかが期待されます。 引用元: Google DeepMind

Google DeepMind

2026年6月11日

arXiv:2606.11262v1 発表タイプ：新規 概要：大規模言語モデル（LLM）におけるアクセス制御には、再トレーニングやドメイン間干渉なしにドメイン固有の動作を可能にするためのモジュール式メカニズムが必要です。アダプター合成中の干渉は、線形パラメータ更新の重複に起因するという一般的な仮説があり、直交性または方向独立性を強制することでマルチドメインパフォーマンスが向上すると示唆されています。私たちは、重み分解低ランク適応に基づいた階層的アダプター合成フレームワークであるDoRA-RBACを使用して、この仮説を検証します。LLaMA-3.1-8BおよびMistral-7Bにおける複数のQAベンチマーク（GPQA、PubMedQA、SimpleQA、WMDP）全体での正規化された方向平均によるフレシェ平均の近似である、幾何学を意識したリーマン幾何学に触発されたマージ戦略と、従来のユークリッドマージを比較します。

arXiv cs.LG

2026年6月16日

インターネットに雑誌にテレビに本……。今やたくさんの子育てをめぐるアドバイスが氾濫している。しかも親の時代とは違い、学校カリキュラムではカバーしきれない「21世紀スキル」や「非認知能力」といったスキルも重要だとされている。そんな中、親として子に何をしてやればいいのか。それを東京大学出身の著者がまとめ、ロングセラーになっているのが『子育てベスト100』だ。

ダイヤモンド・オンライン

2026年6月18日

教育対話は研究にとって貴重だが機密性の高いリソースです。本物の学習を捉えるトランスクリプトは、しばしばカリキュラムの内容に個人識別情報（PII）が絡み合っており、「リーマン」が実在の学生を指すのか、数学的概念を指すのかを捉えています。既存のアプローチは、ガバナンスと精度のトレードオフを強います。商用の大規模言語モデル（LLM）は、この曖昧さを処理できますが、学生データを第三者に送信する必要があります。一方、ローカルの固有表現認識（NER）システムは、ガバナンスを維持しますが、カリキュラム用語を過剰に匿名化します。本研究では、匿名化をオープンエンドのエンティティ認識から制約付きプライバシートリアージに再構築する、完全ローカルのカスケードフレームワークを提案します。リコール優先のユニオンプロポーザーは、2つの軽量エンコーダーと決定論的ルールを組み合わせて候補スパンを過剰生成します。その後、コンテキストを意識したレビューアが、周囲の対話と話者の役割を使用して、各候補に対して「匿名化／維持」の二項決定を行います。

arXiv cs.CL

2026年6月19日

学部コンピュータサイエンスは、10年ごとに改訂される国際的なカリキュラムガイドラインによって統制されていますが、プログラムは、現在のガイドラインをどれだけ網羅しているか、またガイドラインが再構築された際にその網羅性がどのように変化するかを測定する信頼性のある再現可能な方法を欠いています。私たちは、外部の知識体系に対するプログラムの網羅性を測定する、人間参加型のパイプラインでこの問題に対処します。これは、コンピュータサイエンスカリキュラム2013（CS2013）および2023（CS2023）に対して、認定された1つのBScコンピュータサイエンスに縦断的に適用されます。このパイプラインは、プログラムと各ガイドラインを構造化されたコーパスとして表現し、セマンティック検索によって候補となるコースと知識単位のマッチを生成し、明示的な網羅性定義の下で人間の判断によってそれらを確認します。

arXiv cs.AI

2026年6月20日

次期学習指導要領で強化される「情報科」教育について、文部科学省が令和12年度からの指導要領の全面実施を待たずに先取り導入を検討していることが20日、分かった。SNSなどで広まる偽情報による選挙介入や認知戦が活発になる中で情報教育の重要性は増しており、他の教科に先駆けてカリキュラムを変更する。先取りを踏まえた詳細な制度設計はこれからだが、文科省によると1年程度の前倒しが想定される。

産経新聞

2026年6月23日

人工知能の目標は、オープンエンドな環境で一般的かつ適応的な行動が可能なエージェントを作成することです。「ビター・レッスン」に基づき、この目標への最も効果的な道は、人間の事前知識を体系的に排除し、エージェント自身よりも桁違いに複雑な「ビッグ・ワールド」との相互作用を通じて、知性が自然に現れるようにすることだと主張します。このような世界の実際的な代理として、モバイル・グラフィカル・ユーザー・インターフェース（GUI）を提案し、この領域での自律的な強化学習の基盤として設計されたオープンソース・インフラストラクチャであるダーウィン・モバイル・エージェントを紹介します。このフレームワークは、並列クラウドフォン・インスタンス全体での非同期エージェント・環境ループを使用することで、現実世界のモバイル相互作用におけるデータ収集のボトルネックに対処します。さらに、自己進化エージェントの3つの基本的な柱、すなわちタスク・カリキュラム、結果検証、メモリ管理から人間の事前知識を体系的に排除するための概念的なロードマップを提案します。

arXiv cs.AI

2026年6月25日

検証可能な報酬付き強化学習（RLVR）が、単一ドメインのトレーニングから、数学、プログラミング、科学にまたがるマルチドメイン推論スイートへと拡張されました。しかし、推論スキルのドメイン間での転移は不均一であるにもかかわらず、トレーニングカリキュラム（各ドメインがサンプリングされる頻度）は通常固定または手動調整されています。既存の学習可能性ベースのカリキュラムは、ポリシーが現在改善されている場所に適応しますが、選択されたドメインでの勾配ステップが残りのドメインに利益をもたらすかどうかには盲目です。本稿では、BanditスタイルのオンラインカリキュラムであるTransfer-Aware Curriculum（TAC）を提案します。これは、更新がトレーニングスイートの残りに広く利益をもたらすドメインを優先します。TACは、RLトレーニングによって既に生成されているシグナルを再利用します。

arXiv cs.AI