005
Keyword: execute（実行する）関連語彙
• (A) execution
The execution of the new AI training model was completed within 24 hours.
（新しいAIトレーニングモデルの実行は24時間以内に完了した。）
• (B) execute
The system will execute the algorithm after receiving the input data.
（そのシステムは入力データを受け取った後、アルゴリズムを実行する。）
• (C) executively
He is executively responsible for making high-level decisions in the company.
（彼は経営幹部として会社の重要な意思決定を担当している。）※やや不自然な副詞ですが文法上可能。
• (D) executive
The executive gave a presentation on machine learning strategy.
（重役は機械学習戦略に関するプレゼンを行った。）
⸻
006
Keyword: possess（所有する）関連語彙
• (A) possesses
The model possesses the capability to learn from unstructured data.
（そのモデルは非構造化データから学習する能力を持っている。）
• (B) possession
The researcher took possession of the dataset after signing the agreement.
（研究者は契約に署名した後、データセットの所有権を得た。）
• (C) possessively
She spoke possessively about her AI project.
（彼女は自分のAIプロジェクトについて所有欲を込めて話した。）
• (D) possessing
An intelligent agent possessing adaptive capabilities is essential.
（適応能力を持つインテリジェントエージェントは不可欠だ。）
⸻
007
Keyword: general（一般の）関連語彙
• (A) general
This is a general overview of the neural network architecture.
（これはニューラルネットワーク構造の一般的な概要だ。）
• (B) generalists
Tech generalists often work across multiple fields including AI.
（テック系のジェネラリストはAIを含む複数の分野で働くことが多い。）
• (C) generally
Generally, supervised learning requires labeled data.
（一般に、教師あり学習にはラベル付きデータが必要だ。）
• (D) generalizing
Overfitting occurs when the model has trouble generalizing.
（モデルが汎化できないとき、過学習が発生する。）
⸻
008
Keyword: industry（産業）関連語彙
• (A) industriousness
Her industriousness led to major contributions in robotics development.
（彼女の勤勉さがロボット開発に大きく貢献した。）
• (B) industrialize
Countries aim to industrialize AI for economic growth.
（各国は経済成長のためにAIを産業化しようとしている。）
• (C) industrial
We use industrial sensors for factory automation.
（工場の自動化には産業用センサーを使用している。）
• (D) industrially
The software is industrially tested before deployment.
（そのソフトウェアは導入前に産業レベルでテストされている。）
009
Keyword: compete（競争する）関連語彙
• (A) competing
Competing algorithms were benchmarked using the same dataset.
（競合するアルゴリズムは同じデータセットでベンチマークされた。）
• (B) competitive
AI startups are in a competitive market environment.
（AIスタートアップは競争の激しい市場環境にある。）
• (C) competition
The Kaggle competition focused on image classification.
（そのKaggleコンペは画像分類をテーマにしていた。）
• (D) competitively
The company competitively priced its new machine learning platform.
（その会社は新しい機械学習プラットフォームに競争力のある価格を設定した。）
⸻
010
Keyword: strong（強い）関連語彙
• (A) strength
The strength of the encryption algorithm lies in its randomness.
（その暗号アルゴリズムの強みはそのランダム性にある。）
• (B) strong
We need a strong GPU to train this deep learning model.
（この深層学習モデルの訓練には高性能GPUが必要だ。）
• (C) strongly
The model is strongly biased toward recent data.
（そのモデルは最近のデータに強く偏っている。）
• (D) strengthening
They are strengthening their infrastructure to support large-scale AI.
（彼らは大規模AIに対応するためインフラを強化している。）
⸻
011
Keyword: charm（魅力）関連語彙
• (A) charms
The assistant’s design charms users with a friendly interface.
（そのアシスタントの設計は親しみやすいインターフェースでユーザーを魅了する。）
• (B) charmingly
The robot responded charmingly to user input.
（そのロボットはユーザーの入力に愛らしく反応した。）
• (C) charming
Her charming presentation on AI ethics gained wide attention.
（AI倫理についての彼女の魅力的なプレゼンは注目を集めた。）
• (D) charm
The UX designer focused on adding more charm to the app interface.
（UXデザイナーはアプリのインターフェースにさらに魅力を加えることに注力した。）
🔷 例題 1：
“entering their registration information below ___”
→ 機械学習の「ユーザー入力」「モデル登録」「データ収集」などの場面で使用
⸻
(A) confirm（動詞原形・不適切だが、文を変えて使用）
✔ The system will automatically confirm the user’s identity after entering the registration data.
（ユーザーが登録データを入力すると、システムが自動的に本人確認を行う。）
⸻
(B) to confirm ✅（正答）
✔ Entering their registration information below to confirm model submission is required.
（モデルの提出を確認するには、以下に登録情報を入力する必要があります。）
⸻
(C) confirming（動名詞）
✔ Confirming registration through API input allows secure model access.
（API入力による登録確認で、安全にモデルへアクセスできる。）
⸻
(D) being confirm ❌（文法誤り）
🔁 正しくは being confirmed
✔ After entering registration info, access is being confirmed by the authentication server.
（登録情報を入力後、認証サーバーが確認中です。）
⸻
🔷 例題 2：
“The South Asia Soccer League attracts a large audience, ___ millions of dollars promoting itself in the media.”
→ 機械学習のプロジェクトが資金を使ってプロモーションする文脈に変更
⸻
(A) spent（過去形）
✔ The startup spent millions of dollars promoting its machine learning platform.
（そのスタートアップは、自社の機械学習プラットフォームを宣伝するのに数百万ドル使った。）
⸻
(B) to spend（不定詞）
✔ It plans to spend millions of dollars promoting explainable AI models.
（同社は、説明可能なAIモデルのプロモーションに数百万ドルを使う予定だ。）
⸻
(C) spending（動名詞／現在分詞）
✔ Spending millions on machine learning marketing is becoming common in tech startups.
（機械学習マーケティングに数百万を使うのは、テック系スタートアップで一般的になってきている。）
⸻
(D) has spent（現在完了）
✔ The company has spent millions of dollars optimizing its ML inference engine.
（その企業は、ML推論エンジンの最適化に数百万ドルをすでに費やしている。）
✅ 016
文法テーマ：“to come”（これから来る）など未来・予定の表現
元の文は「All international ___」のような形式です。
⸻
(A) is coming
✔️ A new transformer-based architecture is coming to TensorFlow in the next update.
（次のアップデートで、TensorFlow に新しい Transformer ベースのアーキテクチャが導入される。）
⸻
(B) to come ✅（正解）
✔️ The most influential machine learning models to come in the next decade will be explainable by design.
（今後10年で登場する最も影響力のある機械学習モデルは、設計段階で説明可能性を持つだろう。）
⸻
(C) come
✔️ Many breakthroughs in machine learning come from interdisciplinary collaboration.
（機械学習における多くのブレークスルーは、学際的な協力から生まれる。）
⸻
(D) will come
✔️ Better generalization will come with more diverse training datasets.
（より多様な訓練データセットを使えば、より良い汎化が得られる。）
⸻
✅ 017
文法テーマ：report / reported / reporting（報告）
元文例：「The company ___ revenue increases of over 17 percent in June.」
⸻
(A) reports
✔️ The AI startup regularly reports performance improvements to its investors.
（そのAIスタートアップは定期的に投資家に性能改善を報告している。）
⸻
(B) reported ✅（正解）
✔️ OpenAI reported a significant increase in usage after releasing the new model.
（OpenAI は新モデルのリリース後、利用数の大幅な増加を報告した。）
⸻
(C) will be reporting
✔️ The research team will be reporting the experiment results at the next ML conference.
（研究チームは次回の機械学習会議で実験結果を報告する予定だ。）
⸻
(D) reporting
✔️ The dashboard is currently reporting abnormal loss values during training.
（ダッシュボードは現在、トレーニング中の異常な損失値を報告している。）
✅ 文：“began to win big contracts on the East Coast.”
（大規模な契約を獲得し始めた）
文法：過去完了進行形の文脈が適切 → 正解: (D) had been operating
⸻
(A) operates
✔️ The ML service now operates across several cloud environments globally.
（そのMLサービスは現在、世界中の複数のクラウド環境で稼働している。）
⸻
(B) is operating
✔️ The AI system is operating in real-time to detect fraudulent behavior.
（そのAIシステムはリアルタイムで不正行為を検出している。）
⸻
(C) will have operated
✔️ By next quarter, the platform will have operated for three full years without downtime.
（次の四半期までに、そのプラットフォームは無停止で3年間稼働したことになる。）
⸻
(D) had been operating ✅
✔️ The research lab had been operating in stealth mode before announcing its ML platform.
（その研究所は、機械学習プラットフォームを発表する前はステルスモードで運営されていた。）
⸻
✅ 020. “after its brand became better known there.”
正解: (A) established（文構造が自然）
⸻
(A) established ✅
✔️ The ML startup made major progress in Europe after it established a reputation for reliable prediction.
（そのMLスタートアップは、信頼性の高い予測で評判を得た後、ヨーロッパで大きく前進した。）
⸻
(B) to establish
✔️ The company ran ads to establish itself as a leader in natural language processing.
（その会社は自然言語処理の分野でのリーダーとして地位を確立するために広告を出した。）
⸻
(C) being established
✔️ The model is being established as the standard in real-time recommendation systems.
（そのモデルはリアルタイムレコメンドシステムにおける標準として確立されつつある。）
⸻
(D) establishing
✔️ Establishing trust in AI predictions remains a key challenge.
（AI予測に対する信頼を築くことは、依然として重要な課題である。）
⸻
✅ 021. “As the film Run to Win —––, IGA Studios made promotional efforts.”
正解: (C) was being released（文の時制と一致）
⸻
(A) will be released
✔️ The new ML-powered app will be released next month with full API support.
（新しいML対応アプリは来月、完全なAPIサポート付きでリリースされる予定だ。）
⸻
(B) is releasing
✔️ The lab is releasing a new dataset for medical image classification.
（その研究所は医療画像分類用の新しいデータセットをリリースしている。）
⸻
(C) was being released ✅
✔️ The AI model was being released to selected partners when performance issues were found.
（そのAIモデルは一部パートナーにリリースされる最中に、性能の問題が見つかった。）
⸻
(D) to release
✔️ They organized a webinar to release their latest NLP benchmark results.
（彼らは最新のNLPベンチマーク結果を公開するためのウェビナーを開催した。）
⸻
✅ 022. “Ms. Robertson enjoys bowling on weekends as a way to — friendships…”
正解: (B) building
⸻
(A) build
✔️ We aim to build user trust through transparent machine learning practices.
（私たちは透明性のあるML運用によってユーザーの信頼を築くことを目指している。）
⸻
(B) building ✅
✔️ Building collaboration between data teams is essential for successful ML deployment.
（データチーム間の協力体制を築くことは、MLの導入成功に不可欠だ。）
⸻
(C) be built
✔️ The model must be built with privacy and fairness in mind.
（そのモデルはプライバシーと公平性を考慮して構築されなければならない。）
⸻
(D) have built
✔️ They have built a robust pipeline for handling real-time ML predictions.
（彼らはリアルタイムML予測処理のための堅牢なパイプラインを構築してきた。）
✅ 023
動詞：draw（引き出す、引き寄せる、描く）
文法：時制の違いに注目
⸻
(A) were drawing
✔ The researchers were drawing insights from the model when the server crashed.
（研究者たちはモデルから洞察を引き出している途中に、サーバーがクラッシュした。）
⸻
(B) drew
✔ The AI algorithm drew attention at the conference for its high accuracy.
（そのAIアルゴリズムは高い精度により会議で注目を集めた。）
⸻
(C) has drawn
✔ The open-source library has drawn many contributors from the machine learning community.
（そのオープンソースライブラリは機械学習コミュニティから多くの貢献者を集めてきた。）
⸻
(D) are drawn
✔ Key features are drawn automatically from the training data.
（主要な特徴量は訓練データから自動的に抽出される。）
⸻
✅ 024
助動詞＋受動態＋未来完了
正解：(D) will have been made
⸻
(A) to be made
✔ The final model selection is yet to be made after performance evaluation.
（最終的なモデル選定は性能評価後に行われる予定だ。）
⸻
(B) makes
✔ The ML engineer makes all critical decisions regarding data pipelines.
（そのMLエンジニアはデータパイプラインに関する重要な決定をすべて行っている。）
⸻
(C) will be making
✔ Our team will be making adjustments to the learning rate tomorrow.
（明日、チームは学習率の調整を行う予定だ。）
⸻
(D) will have been made ✅
✔ The final model choice will have been made before the product launch.
（製品リリース前に最終モデルは決定されているはずだ。）
⸻
✅ 025
受動態 vs 能動態
文意：「～によって引き上げられた」が自然 → 正解：(B) was raised
⸻
(A) raised
✔ The new research raised concerns about bias in facial recognition.
（新しい研究は顔認識におけるバイアスへの懸念を引き起こした。）
⸻
(B) was raised ✅
✔ The startup was raised to prominence after releasing its ML API.
（そのスタートアップは、ML APIをリリースして一躍有名になった。）
⸻
(C) raises
✔ The model consistently raises accuracy by incorporating user feedback.
（ユーザーフィードバックを取り入れることで、そのモデルは一貫して精度を上げている。）
⸻
(D) will be raised
✔ The computing budget will be raised if training time increases.
（トレーニング時間が増加した場合、計算予算は引き上げられる予定だ。）
⸻
✅ 026
動詞の時制と名詞の使い分け（sell）
⸻
(A) sells
✔ The platform sells annotated datasets for ML training.
（そのプラットフォームはMLトレーニング用のアノテーション付きデータセットを販売している。）
⸻
(B) selling
✔ Selling the model through APIs has become the new business strategy.
（APIを通じたモデルの販売が新たなビジネス戦略となった。）
⸻
(C) sold
✔ The company sold its outdated ML models to a third-party vendor.
（その会社は古くなったMLモデルを第三者ベンダーに売却した。）
⸻
(D) sale
✔ The sale of proprietary AI technology raised ethical concerns.
（独自AI技術の販売は倫理的懸念を呼び起こした。）
✅ 031
文脈：「Mr. Wang always let ___ sales opportunities that others ignore.」
→ 時制と意味から「現在形」が自然 → 正解：(B) creates
⸻
(A) is creating
✔ The team is creating a new model to detect anomalies in real-time logs.
（チームはリアルタイムログ内の異常を検出する新しいモデルを作成中です。）
⸻
(B) creates ✅
✔ Our pipeline automatically creates training datasets from raw input.
（私たちのパイプラインは生データから自動的にトレーニングデータを作成します。）
⸻
(C) will create
✔ This framework will create embeddings suitable for multilingual tasks.
（このフレームワークは多言語タスクに適した埋め込みベクトルを生成します。）
⸻
(D) had created
✔ The team had created a prototype before moving to large-scale training.
（チームは大規模な学習に移行する前にプロトタイプを作成していた。）
⸻
✅ 032
文脈：「As the electronics market in the country grew, component repair shops ___」
→ 主節が過去形 → 正解：(C) increased
⸻
(A) has increased
✔ Demand for explainable AI has increased in regulated industries.
（説明可能なAIの需要は規制産業で高まっている。）
⸻
(B) will increase
✔ Model performance will increase with more high-quality data.
（高品質なデータが増えれば、モデルの性能は向上する。）
⸻
(C) increased ✅
✔ GPU usage increased significantly during the model’s training phase.
（モデルの訓練段階でGPUの使用量が大幅に増加した。）
⸻
(D) increases
✔ Inference speed increases when batch size is optimized.
（バッチサイズを最適化すると推論速度が上がる。）
⸻
✅ 033
文脈：「One of the challenges … is/are buildings that reflect …」
→ 主語は「One」＝単数 → 正解：(A) is
⸻
(A) is ✅
✔ One of the problems in ML deployment is data drift over time.
（ML導入における問題の一つは、時間によるデータの変化です。）
⸻
(B) are
✔ The main issues in deep learning are overfitting and lack of interpretability.
（深層学習における主な問題は、過学習と解釈性の欠如です。）
⸻
(C) was
✔ One of the key failures in the project was improper data preprocessing.
（そのプロジェクトでの失敗の一つは、不適切なデータ前処理だった。）
⸻
(D) were
✔ Several challenges were overlooked in the initial model design.
（いくつかの課題は、初期のモデル設計で見落とされていた。）
⸻
✅ 034
文脈：「The maintenance team is responsible for all ___ to the auditorium prior to the meeting」
→ 前置詞 “for” の後 → 動名詞が適切 → 正解：(C) bringing
⸻
(A) to bring
✔ The goal is to bring fairness into the ML decision process.
（目標は、MLの意思決定プロセスに公平性をもたらすことです。）
⸻
(B) brought
✔ The research brought new insights into unsupervised learning.
（その研究は、教師なし学習に新たな洞察をもたらした。）
⸻
(C) bringing ✅
✔ The team is responsible for bringing the final model into production.
（そのチームは最終モデルを本番環境に導入する責任がある。）
⸻
(D) will bring
✔ The next version will bring multi-modal capabilities to the platform.
（次のバージョンでは、マルチモーダル機能がプラットフォームに追加される。）