研究者らは、大規模言語モデルが学習目標に特化した認知負荷へ移行しつつも教育的意図を保持する能力を測定するためのBloom整合型フレームワークを導入した。本研究は、3つのベンチマークからの2,520件のプログラミングタスクにおいてQwen3-Next-80B-A3B-InstructおよびQwen3-Coder-Nextを評価した。

  • 両モデルは認知負荷を確実に増加させるが、低減には苦戦し、堅固な方向性の非対称性を明らかにした。
  • 一般的な難易度制御とBloomの制御は、運用尺度として改訂ブルーム分類法を用いてテストされた。
  • コーダーモデルと比較して、一般モデルは両方の制御対比において中間層の分離性がより明確である。
  • セマンティックデルタクラスタリングおよび層別フィッシャーの判別係数プロービングがこれらの結果を特徴づけた。

結果は、強力な実行性能が自動的にBloom整合型の教育制御を伴うわけではないことを示している。