本研究は、講義PDFを入力として、外部APIを使わずローカルLLMのみで多肢選択問題（MCQ）を生成し、決定論的な品質管理によって公開可能な問題バンクへ整形する end-to-end パイプラインを提案した単著プレプリントです。最終成果物は、明示的なQC痕跡を伴うプレーンテキストの問題集であり、運用時にLLM呼び出しを必要としません。
self-hosted / API-free 構成：講義内容を外部LLMサービスへ送信しない。
ローカルLLMと決定論的QCを組み合わせ、講義PDFからMCQを自動生成。
3種類のダミー講義に対してシードスイープを行い、15 runs × 8問 = 120件の採択候補を得た。
ハードQCでは、JSON schema 適合、正答の一意性、数値・定数等価性などを確認。
警告レイヤーは 8/120 件に残存リスクを検出し、改善ポイントを可視化。
最終的に 24問セットを JSONL / CSV 形式で公開し、Google Forms への取り込みにも対応。
AI2L の観点から、プライバシー・説明責任・Green AI を両立する教育支援ワークフローを提示。
Seine A. Shintani. Self-hosted Lecture-to-Quiz: Local LLM MCQ Generation with Deterministic Quality Control. arXiv（Preprint, Version 1, 2026）.
DOI: 10.48550/arXiv.2603.08729
Keywords: Local LLM, MCQ Generation, Deterministic Quality Control, Self-hosted Pipeline, Education, AI to Learn (AI2L)