GoogleのGeminiプラットフォームに「ガイド付き学習」機能を導入。複雑なテーマを段階的に分解し、ユーザーのペースに合わせて理解度を確認しながら、対話型で個別最適化された学習体験を提供。単なる回答提示ではなく、知識の深い定着を支援するAIチューター機能。....
ニューヨーク大学の教授は授業で面接を試みたところ、多くの書面の課題で優れた成績を収めた学生が自分の意思決定を口頭で説明できないことが判明し、教育と評価の課題を明らかにした。
教育部の専門家は、教育の先導的な優位性を実現するためには、「十五五」および今後の段階で、プラットフォーム、データ、AIツール、政策の4つの一体化を推進し、システム的に教育改革を深め、未来に向けた教育の新生態を構築することが重要であると強調している。
教育デジタル化の世界トップ維持には、プラットフォーム・データ・AIツール・政策の連携が不可欠。国家教育ビッグデータセンターの構築を通じ、入学から就職までのデータ一元管理を実現し、教育生態系の再構築を目指す。....
知識の取得や音楽の聴き方と同じように簡単に
AI駆動型のチャートジェネレーターで、アイデアを素早く明確なチャートやインフォグラフィックに変換します。
下書きを迅速に編集し、自然な聞き取りやすい内容にします。
AI音楽生成器は、ユーザーが簡単に音楽を作成し、コンテンツの品質を向上させるためのツールです。
Google
$0.7
入力トークン/百万
$2.8
出力トークン/百万
1k
コンテキスト長
Alibaba
$8
$240
52
Bytedance
$1.2
$3.6
4
-
Baidu
32
Tencent
Iflytek
$2
Xai
$21
$105
256
$0.5
128
$140
$280
Huawei
Chatglm
Stepfun
Clemylia
Qsana-coder-baseは小型言語モデル（SLM）で、コーディング基礎（Python、疑似コード）の概念創意のために特別に設計されています。これは実行可能な生産コードを生成するのではなく、教育や迅速なプロトタイプ設計のシナリオでコーディングの論理断片を生成し、主な目標は初心者の論理思考と概念理解を刺激することです。
mradermacher
これは vanta-research/atom-v1-preview-12b モデルの量子化バージョンで、複数の量子化タイプを選択でき、対話、協力、教育などの様々なシーンに適しています。このモデルは Gemma アーキテクチャに基づいており、英語の言語処理をサポートしています。
atom-v1-preview-12bは、vanta-research/atom-v1-preview-12bベースモデルに基づく量子化バージョンで、複数のGGUF量子化形式を提供し、対話、協力、教育などの複数の分野に適用されます。
dogeater1612
これはGoogle Gemma 2 9Bモデルを微調整したオランダ語患者シミュレーションモデルで、医療教育シーン向けに特別に設計されています。モデルは常に固定のJSON構造で応答し、手術を終えて回復中の患者「マリア」をシミュレートし、看護専門の学生が安全な環境でコミュニケーションと臨床推論能力を鍛えることをサポートします。
allenai
Olmo-3-7B-Think-DPOはAllen Institute for AIが開発した70億パラメータの言語モデルで、長い連鎖的な思考能力を持ち、数学やコーディングなどの推論タスクで優れた性能を発揮します。このモデルは、教師付き微調整、直接的な嗜好最適化、検証可能な報酬に基づく強化学習などの多段階の訓練を経ており、研究や教育目的に特化して設計されています。
sd2-community
Stable Diffusion v2-1-baseは、テキストから画像を生成する拡散モデルで、v2-baseをベースに220kの追加ステップで微調整されています。このモデルは、テキストプロンプトに基づいて画像を生成および修正でき、複数の解像度出力をサポートし、アート創作や教育研究などのさまざまな分野に適しています。
openmed-community
ArceeベースのAFM-4.5Bの軽量医療微調整モデルで、三階段訓練方法（SFT→DPO→GRPO-CoT）を用いて最適化され、医療教育と研究シーンに特化しています。
adityak74
MEDFIT-LLM-3Bは、医療質問応答に特化して最適化された言語モデルで、MetaのLlama-3.2-3B-Instructをベースに微調整されています。このモデルは、LoRA技術を用いて医療データセットで訓練され、医学分野の理解と直接的な回答能力が大幅に向上しており、医療チャットボットや患者教育などのアプリケーションシナリオに適しています。
faresfawzi
ToolACE-2-8B-SCRIBEは、対話型教育フィードバック用に設計された微調整大規模言語モデルで、SCRIBEフレームワークに基づいて構築されています。多段階ツール呼び出しと自己反省能力を備え、学生の質問に対して教授法に沿った説明を提供でき、低リソースでプライバシーに敏感な教育シーンでの使用に適しています。
manuelcaccone
Gemma-3 ActuaryEnough2は精算分野に特化したAIモデルで、11,000以上の精算質問と回答のペアを使って微調整学習されており、簡単な保険の質問を厳密な精算専門用語に変換することができます。このモデルはActuaryEnoughをサポートし、オープンソース形式で教育や研究目的で公開されています。
Ayush472
T5-baseを微調整した技術的な選択問題生成モデルで、技術的な文脈と正解を元に関連する問題を生成するために特別に設計されており、教育コンテンツの作成や評価に適しています。
prithivMLmods
MedScholar-1.5Bはコンパクトな医学質問応答モデルで、Qwen2.5-1.5B-Instructアーキテクチャに基づいており、MIRIAD-4.4Mデータセットの100万個のサンプルを使用して微調整されています。このモデルは臨床知識研究と教育探索に特化して設計されており、UnslothフレームワークとQLoRAトレーニングを採用し、厳密に非臨床の学術用途のみに使用されます。
metehanayhan
Meta LLaMA 3.1 8B大規模言語モデルをベースに微調整されたトルコ語教育質問と回答用のチャットボットで、トルコ語教育シーンに特化して最適化されています。
oscarstories
LORAはMistral Small 24B Instructモデルの微調整バージョンで、教育シーンにおける子供にやさしい言語生成に最適化されており、6歳から12歳の子供に安全で適齢かつ魅力的な物語を提供することに特化しています。
InferenceLab
LLaMA 3.2 3B Instructをファインチューニングした医療分野専用モデル。医療Q&A、症状チェック、患者教育などのタスクに適しています
summerstars
SolaraV2はオリジナルのSolaraモデルのアップグレード版で、軽量で指令微調整された言語モデルで、高校生によって開発され、日常会話と教育タスクに適しています。
OLMo 2 1B RLVR 1 2025年4月は、allenai/OLMo-2-0425-1B-DPOモデルをベースにした事後訓練バリアントで、複数の特定のデータセットで微調整訓練を行っています。このモデルは、数学推論、コード生成、指令追従などの複数のタスクで良好な性能を発揮しており、研究および教育目的で設計された10億パラメータ規模の大規模言語モデルです。
drwlf
Medraは、臨床推論、教育、対話モデリング向けに設計された軽量医療言語モデルで、Gemma 3をベースにしており、ローカル展開とリアルタイム実行に適しています。
Medraは臨床推論、教育、対話モデリング向けに設計された軽量級医学言語モデルで、Gemma 3を基盤としており、ローカルおよびモバイル環境に適しています。
VinkuraAI
KunoRZN-Llama-3-3BはVinkuraAIのフラッグシップ多言語モデルで、12以上のインド言語と英語をサポートし、教育、医療、日常タスク向けに設計されています。
LYRAIOSはモデルコンテキストプロトコル(MCP)に基づく多AIエージェントオペレーティングシステムで、金融ネットワークとブロックチェーンパブリックチェーンを接続することでAIアプリケーションの機能を拡張し、ブロックチェーン操作、金融テクノロジー分析、教育学習などのサービスを提供することを目的としています。
スウェーデン国家教育局のオープンAPIに接続するMCPサーバーで、カリキュラム大綱、学校単位、成人教育などのデータの照会と分析機能を提供し、AIアシスタントがスウェーデンの教育システムの公式データにアクセスできるようにします。
ScreenPilotはMCPサーバーを介してLLMがデバイスを全面的に制御できるツールで、画面自動化ツールキットを提供し、画面キャプチャ、マウスとキーボードの制御などの機能をサポートし、自動化、教育、エンターテインメントに適しています。
このプロジェクトは、Node.jsとTypeScriptをベースに構築されたCSS教育用MCPサーバーで、カスタマイズされたCSS機能更新サービスを提供し、リソース管理、ツール呼び出し、およびプロンプトガイド機能を備えています。
教育目的のマルチエージェントシステムのラボプロジェクトで、電子商取引と健康相談のシーンを模擬し、マルチエージェントの協調、MCPプロトコルの使用、および異なるLLMモデルの統合を展示します。
Gauntlet - Inceptは、K - 8の学生向けの高品質な教育コンテンツを生成するシステムで、記事と問題集の個別化生成と評価に特化しています。
これは、Microsoftの教育APIと統合されたカスタムMCPサーバープロジェクトで、Claude Desktopなどのツールを通じてコース、課題、評価などの管理をサポートしています。
このプロジェクトは、AIワークフローに対するMCP投毒攻撃を展示し、コード生成の汚染や財務データの漏洩など、複数の攻撃シナリオの検証を含み、教育研究目的で使用されます。
Gauntlet - Inceptは、K - 8年生向けの高品質な教育コンテンツを生成するシステムで、文章や問題集のカスタマイズ生成、タグ付け、評点機能を提供し、REST APIとMCPサービスを含んでいます。
1Passwordのクレデンシャルを安全に取得し、MCPプロトコルを通じてAIエージェントに提供する教育用の概念実証サーバーです。
dank - mcpは、Model Context Protocol (MCP)に基づくサーバーで、大麻データセットに関する質問に答えるために専用に設計されています。DuckDBを使用してデータを保存および処理し、Claude DesktopなどのLLMツールとの統合をサポートし、教育目的での大麻製品情報照会サービスを提供します。
このプロジェクトは、MCPツールの汚染を通じてリモートコード実行とデータ窃取を実現するセキュリティホールを示しており、悪意のあるサーバーの実装と攻撃原理の説明が含まれており、教育研究を目的としています。
ドメインの可用性をチェックするためのMCPサーバーです。IONOSの非公開APIエンドポイントを使用し、教育目的のみ使用可能です。
このプロジェクトは教育目的のMCPサーバーの実装で、さまざまなLLMクライアントと統合できるMCPサーバーの構築方法を示しています。MCPは、AIモデルとさまざまなデータソースやツールを接続するための標準化されたプロトコルです。
EduBase MCPサーバーは、EduBase教育プラットフォーム用に実装されたモデルコンテキストプロトコルサービスで、MCPクライアントとLLMがユーザーアカウントとやり取りし、タスクを実行できるようにします。
MCPサーバーMAS逐次思考は、逐次思考プロセスを強化することに特化したサーバー環境プロジェクトで、モジュール化設計、拡張性、多言語サポートを提供し、教育、研究、アプリケーション開発に適しています。
Bitcoin SV MCP Serverは、モデルコンテキストプロトコルフレームワークにウォレット、Ordinals、ブロックチェーンインタラクション機能を提供する実験的なビットコインSVツールセットです。このプロジェクトは開発初期段階で、豊富なBSVツール、教育リソース、ブロックチェーンブラウザ機能を備え、複数のAIクライアントとの統合をサポートしています。
このプロジェクトは教育目的で使用されるMCPツールキットで、ソーシャルプラットフォームのコンテンツ分析技術とそのセキュリティリスクを示し、RedditとLinkedInのデータ抽出と分析ツールを含んでいます。
実験的かつ教育的なピンポンサーバーで、FastAPIを通じてリモートMCP呼び出しをデモし、APIとSSEの2つの通信方式をサポートします。
これは非公式のMCPファイルシステムサーバーの実装であり、Claude Desktopを通じてローカルファイルシステムにアクセスする方法を概念実証として示しています。このプロジェクトでは複数のディレクトリパスを設定でき、アクセス範囲を厳密に制限しており、教育研究目的でのみ使用されます。
Transformers英語%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
