一回限りの質疑応答に別れを告げる：香港大学がオープンソースのAIチューターDeepTutor v1.5を公開、教育とテストの同一ループ運用を実現

動察Beatingのモニタリングによると、大規模モデルが家庭教師として機能する場合、通常は「一問一答」形式に限られ、生徒の思考プロセスや誤答に沿った継続的な指導はできません。香港大学データインテリジェンスラボ（HKUDS）は、エージェント型チューター「DeepTutor v1.5」をオープンソース化しました。これは、チャット（Chat）、クイズ（Quiz）、リサーチ（Research）、ビジュアライズ（Visualize）、問題解決（Solve）、学習計画（Mastery Path）の6つのモジュールを1つのエージェント実行ループに統合したものです。これにより、生徒がタスクを切り替えてもバックエンドエンジンを中断・リセットする必要がなく、学習コンテキストとマルチ解像度メモリが自動的に同期・継承されます。

真の個別指導を実現するため、DeepTutorは「トラッキングフォレスト機構」を導入し、インタラクションの軌跡をマルチ解像度のグラフとして蓄積し、動的に進化する仮想生徒プロファイルを抽出します。これにより、AIが提示する各指導結論は、層を超えて具体的なテキスト証拠や誤答記録に遡ることが可能になります。

評価によると、DeepTutorは個別指導指標を平均10.8%向上させ、主要な大規模モデルの汎用推論能力を29.4%改善しました。ただし、長期間にわたる能動的なリマインダー型指導の割り込みコストや、実ユーザーにおける忘却曲線への適応効果については、長期的な行動科学研究による検証が必要です。