← 2026-02-19 の一覧へ戻るホーム
**授業における未解決問題の割り当て**

2026/02/16 15:43

**授業における未解決問題の割り当て**

RSS: https://news.ycombinator.com/rss

元のHacker News記事へ ↗
要約▶

Japanese Translation:

改善された概要

講師は現在、オープンエンドの問題を任意の追加クレジットとして割り当てており、これらの課題が本当に「オープン」であるかどうかを学生に伝えるべきか悩んでいます。いくつかの学生は、解決不可能に見える課題によって不公平に負担されていると感じ、一方で他の学生は多くの「オープン」問題が恐ろしいまたは誤解されていると考えています。講師は難しく重要な挑戦（“OPEN PROBLEMS!!!”）と、潜在的に取るに足らないものの未解決の課題（“open problems???”）を区別しています。自分で作った問題で講師自身が解けない場合は、欠落しているアイデアがあれば解決できる可能性があると説明します。学術的ではない友人は、学生がそのような問題に成功した際に講師を否定的に見るかもしれないと懸念していますが、講師は熱意が負の認識を和らげることができると反論します。課題が未解決であるが解決可能であることを学生に伝えるのは悪いアイデアなのか尋ねます。追加クレジットについては、最終成績には影響しないものの推薦状に影響を与える可能性があると強調しています。現代ツール（電卓、Cliff Notes、ChatGPT など）は採点を複雑にし、追加クレジット作業を主要な評価から分離しておく必要性を示しています。

本文

改訂版テキスト

私は時折、オープンな問題を追加クレジット課題として割り当てます。以下では、その最適な取り扱い方について考えを整理しました。

1) 学生に「この問題はオープンです」と伝えるべきか？

立場根拠
YES（はい）生徒が解決できる見込みの低い課題に時間を費やすのは不公平だから。
NO（いいえ）何らかの理由で「怖くて挑戦しない」だけで未解決となっているオープン問題もある。例として P vs NP は「一人の天才がやるフェーズ」を超えており、難しさに気づいていなくても試みて失敗するケースがある。
  • 例：2010年のジョージ・ダントジグ（Page 301）へのインタビューで、彼はオープン問題を宿題だと勘違いして解決したエピソードを語った。
  • 注意点
    • 「OPEN PROBLEMS!!!」
    • それに対し 「open problems???" とも言える。
      自分で問題を作り、30分考えても解けなかったら、それはオープンかもしれないが必ずしも難しいとは限らない。

私の実践：

「この問題を作ったものの、自分では解決できませんでした。たぶん一つだけアイデアや巧妙な組み合わせが足りなかったので、あなたなら成功できるかもしれません。ただし、本当に難しい可能性もあります。」

学術外の友人からは「学生が解ければ、私を軽く見られるだろう」と助言されました。私は反論します：自分が解決に近づいていたことを示唆せず、彼らの解答に熱意を持って接すれば、否定的な印象は生まれないでしょう。

質問：学生に「私には解けませんでしたが、あなたならできるかもしれません」と言うのは、何か問題があるのでしょうか？

2) 追加クレジットを成績に含めるべきか？

  • いいえ。 追加クレジットが成績に反映されれば、「追加」ではなくなってしまいます。
  • 私は学生へ次のように伝えます：
    • 「成績には加算されません。」
    • しかし、評価として文字で認めることがあります（例：A、Bなど）。

あなたはどうしますか？

同じ日のほかのニュース

一覧に戻る →

2026/02/19 3:37

**「宇宙的にユニークなID」**

## Japanese Translation: > **概要：** > 本文では、真にグローバルなユニーク識別子は衝突を避けるために極めて長くなるべきだと主張しつつ、実際には短いランダムIDや追加の複雑性を伴う決定論的分散アルゴリズムが有効であることを示しています。 > 宇宙の熱死（約 10¹²⁰ 回の演算）に先立つ計算上の物理制限から、絶対安全性を確保するには約 10²⁴０ の可能性―すなわち約 798 ビットの ID 空間が必要です。実務では、122‑bit UUID‑v4 が現実的データサイズに対して天文学的に低い衝突リスクを提供します。 > 中央カウンタや「Dewey」階層方式などの決定論的手法はオブジェクト数に対し対数スケールで拡張されますが、Binary、2‑adic、Token などの代替木構造アプローチは最悪の場合線形増加します。典型的な使用では多くの場合対数スケールで振る舞います。シミュレーションにより、数百万ノードの場合、最大 ID 長は異なる定数を持つ log n で伸びることが示されています。 > この結果から、長いランダム ID（理論上の安全性を確保するためには ≥798 ビット、実務では 122‑bit UUID）が採用されればグローバルな調整を回避し衝突リスクを無視できることが示唆されています。決定論的手法は追加インフラストラクチャを必要とし、ストレージや通信オーバーヘッドを増大させる可能性があります。また、署名・誤り訂正・バージョン管理などの補完策がシステム間でデータ整合性を維持するために必要になる場合もあります。

2026/02/19 6:18

女性用サイズ

## Japanese Translation: ## 要約 この記事は、米国の女性服のサイズシステムが壊れている―欠陥があり、一貫性がなく排他的である―と主張し、多様な体型を反映したカスタマイズ可能なサイズチャートへの移行を訴えている。 「バニティサイズ」が測定値を膨らませる一方、ラベルは変わらずに残っていることから、普遍的な基準が存在しないと指摘する。歴史データでは、標準サイズ8のウエストに合う女性は10 %未満であるにもかかわらず、多くの商品はそのテンプレートを前提として作られている。ブランドごとのチャートは大きく異なり、バスト・ウエスト・ヒップの範囲が混乱しやすい。また、オンライン注文ではサイズ不一致時に返品手数料が発生するケースもある。 このシステムの起源は1940年代に遡り、若い白人女性を基準としていた点でASTMも偏見を認めている。研究では2021‑23年の国立健康統計センター（NCHS）データと、2025年7月時点のマス・マーケット、ファストファッション、高級品を含む主要ブランドのサイズチャート（「レギュラー」と「プラス」サイズのみ）を用いた。著者自身が58件以上の身体測定値を収集しカスタムパターンを縫製した経験も示され、サイズミスマッチが明らかになっている。 この記事は業界に対して、ティーンエイジャーがトゥインからアダルト服へ移行する際に「年齢アウト」させる代わりに柔軟で包摂的なサイズ設定を採用し、返品率の低減・顧客満足度向上、データ駆動型サイズ提供へのシフトを促すべきだと訴えている。

2026/02/19 1:46

テイルスケール・ピアリレーは、現在一般利用可能となりました。

## Japanese Translation: **概要:** Tailscale は Peer Relays を一般公開し、すべてのプラン（無料 tier も含む）で高スループットと低レイテンシを実現できる本番用リレー経路を顧客に提供します。新しいリレーは静的エンドポイント (`--relay-server-static-endpoints`) をサポートし、AWS Network Load Balancer などの制限付きクラウドロードバランサーの背後で実行できるようにすることで、自動検出が失敗した場合にも機能します。 パフォーマンス向上はロック競合の削減と複数インターフェース間での UDP トラフィックの賢い分散によって実現され、クライアントは最適な経路を選択できるようになります。Peer Relays は従来のサブネットルーターに取って代わり、Tailscale SSH と MagicDNS を使用したフルメッシュ展開をプライベートサブネット内でも可能にします。 観測性はさらに強化されます。`tailscaled_peer_relay_forwarded_packets_total` や `tailscaled_peer_relay_forwarded_bytes_total` などのメトリクスが Prometheus 用に公開され、`tailscale ping` コマンドではリレー遅延、信頼性、および到達可能性が表示されます。この機能はすべての Tailscale プランで利用でき、CLI と ACL グラントを介して有効化でき、既存のリレー設定と共存するよう設計されているため、段階的に導入できます。 Peer Relays はエンドツーエンド暗号化、最小権限アクセス、およびシンプルな運用という Tailscale のコア保証を維持しつつ、テイルネット全体でインテリジェントかつレジリエントなパス選択を追加します。