DeepTutorは、あなたが間違えたことを覚えていたい

DeepTutorは56,715スター、arXivのプレプリント、今週出たバージョン1.7.2、そして主張のすべてを明かしてしまう副題を持つ。生涯にわたる個別最適化されたチュータリング。
「生涯」が重い言葉だ。製品の他のすべては、それを本気で受け止めることから導かれている。
普通のチュータリングアプリは、親しみやすいフォントの回答マシンだ。質問し、説明を受け、去る。次のセッションはゼロから始まる。ベンダーには都合がよく、あなたには何の役にも立たない。本当に必要だったのは、ある種の問題に触れるたびに同じ間違いをする、と誰かに気づいてもらうことだったからだ。
DeepTutorの賭けは、価値ある資産は説明ではないというものだ。どの説明がすでに失敗したか、その記録である。
中身は何か
プロジェクトはHKUDSから出ており、エージェントネイティブな学習ワークスペースを名乗る。実際には、1つのランタイムを共有する複数のモードだ。Chat、Quiz、Research、Visualize、Solve、Mastery Path、Reading。セッションの文脈を共有するので、Chatで聞いた質問はQuizに切り替えても生きており、Quizで見つかった弱点はMastery Pathに渡せる。
その周りにHome、Learning、Resourcesの3つの領域があり、書籍、読書、演習、タスクボード、カレンダー、学習ノートを繋ぐ。共有された教材、共有された進捗、共有された文脈。間隔反復もできるノートアプリを使ったことがあるなら、形は見覚えがあり、実際にはかなり緊密に繋がっていると感じるはずだ。
Researchモードは自分の教材にRAGパイプラインで根拠を置き、ナレッジベースごとに別のパイプラインを割り当てられる。設定の細部のように聞こえるが、汎用アシスタントが、あなたが使っていない教科書の概念を自信たっぷりに説明するのを見た後では違ってくる。検索先を、自分の講座が実際に使う資料に指定できるかどうかは、もっともらしい答えと役に立つ答えの差だ。

インストール
速い道はこうだ。
pip install -U "deeptutor[full]"
これでWebアプリとCLIの全体が入る。素のdeeptutorはコアだけで、インターフェースを使うのではなく上に何かを作るならこちらになる。ターミナルに触りたくない人のためのmacOSとWindowsのデスクトップインストーラ、サーバー配備用のGHCR上のビルド済みDockerイメージ、文書はdeeptutor.infoにある。モード分割の理由を導入前に知りたいなら、設計論文はarXiv:2604.26962だ。
設定は統一されたサービス層で、複数プロバイダーのLLMと埋め込みに対応する。ホスト型のモデルにもローカルのモデルにも向けられる。学習ツールでは、この選択はいつも以上に重い。分からないことの記録は、際立って個人的なデータだからだ。
バージョン履歴が、足りなかったものを語る
変更履歴を逆から読むと、学習ツールが「生涯」という言葉に値する前に何を必要とするかの、率直なリストになる。
セッションの永続化。文書の差分アップロード。ナレッジベースごとのRAGパイプライン選択。問題生成の全面改修。統一されたプロンプト設計。Docker配備。複数プロバイダーのモデル。中国語の完全ローカライズ。
その半分は機能ではなくインフラで、そこが要点だ。再起動を越えて残る記憶は、チュータリングシステムにおいてあると嬉しいものではなく、前提そのものである。10月28日の1.7.0は主にインターフェースの再設計で、これはたいていエンジンが毎月形を変えるのをやめた合図だ。
Mastery Pathとは何で、なぜ難しいのか
最も重要なモード名はQuizとMastery Pathだ。教科のモデルではなく、学習者のモデルを必要とするからである。
クイズは偽装が簡単だ。問題を10問生成し、採点し、点数を見せる。習熟の経路はもっと難しい。どの誤答がどの概念を指しているのか、その概念がどの前提に依存しているのか、学習者が前提のせいで間違えたのか問題の言い回しのせいなのかを知る必要がある。そのうえで次の4つを、それぞれが現在できることの少しだけ先になるように並べる。
これは本当に難しい工学で、LLMだけでは足りない部分だ。概念のグラフが要る。だからこの製品の多くは、チャット付きのナレッジベースではなく、ナレッジベースにチャットを後付けしたように見える。チャットは玄関で、グラフが家である。
最初の1週間に実際にかかるもの
準備が地味な部分で、正直に書いておく価値がある。
インストールは数分だ。そこから、教えるための材料を与えなければならない。教科書の章を1つアップロードすれば動く。PDFのフォルダを上げればもっとよく動く。自分が1学期書いたノートを上げるのが最良で、その週で最も退屈な作業でもある。差分アップロードはここで助けになる。ナレッジベースを作り直さずに、講座の途中でも文書を足せる。それでも最初の1回は手作業だ。
次にモデルを設定する。複数プロバイダーの層があるので選択は自分次第で、学習教材については最安ではなく、払える範囲で最良のモデルを選ぶ理由がある。弱いモデルのチューターとしての失敗は、自信満々の誤りだからだ。学生がまさに見抜けない類のものだ。
最初に元を取るのはChatではなくQuizであることが多い。読んだばかりの教材について問われ、間違えると、どんな説明よりも鮮明に穴が見える。これはこの製品の性質ではなく、検索練習の仕組みそのものだ。ただ製品はこのループを手軽に回るように作られており、手軽さがあるからループが起きる。
Mastery Pathはすぐには評価できないモードだ。1週間分より多くの履歴を必要とする。それが公正な制約なのか設計上の欠陥なのかは、こちらの忍耐次第である。
がっかりする点
教材が必要だ。価値提案のすべてが、RAG層に検索するものがあることに依存している。空のナレッジベースに向ければ、有能な汎用アシスタントが返ってくる。まさに逃れたかったものだ。
モードの増殖も現実だ。7つのモードと3つの領域は、学習ツールとしては面が広すぎる。こういうシステムの正直な失敗は、1週間設定に費やし、実際に学ぶのは2晩だけになることだ。
そして「生涯」はいくらかマーケティングの仕事をしている。システムが覚えているのは、その中で起きたことだけだ。紙で読んだ本、講義、同僚との会話で学んだことは知らない。記録は、与え続ける習慣の分だけしか完全にならない。
誰に向いているのか
3週間後の試験1つに向けて勉強しているなら、良い教科書と過去問の束のほうが勝つ。何か月もかけて言語や臨床科目や、いつもあと一歩で分からない数学を学んでいるなら、持続性が機能になる。システムの価値はチャットウィンドウとは違う仕方で複利で効く。
比べるべきは他のAIチューターではない。何年も持ち続けて一度も開き直さない、あのノートのフォルダだ。DeepTutorは、そのフォルダが質問を返してくる版を作ろうとする試みである。
うまくいくかは経験的な問いで、自分自身にしか答えられない。しかも不便に感じるほど長い期間をかけてしか分からない。それは多かれ少なかれ、教育の定義そのものだ。