実施日：2026-10-19。状態：実装済み・作成者草案との照合済み、独立確認前。実行契約 に従い H13〜H19 を実行しました。P1-a/b/c それぞれの評価で全20条件の実行例が揃いました。P1-d の共通評価セット・総合記録・独立確認は未完了です。
実装と認定の範囲
p1-handover-draft-1 を追加し、参考モデルの検査、欠落を否定とする方針の診断、事象の改名・合成、射影の合成、旧処理系の可用性点検を分けました。P0/P1-a/P1-b の仕様・例・期待条件を維持しています。
参考意味では閉じた関係的一階式を有限モデルで評価し、与えられた反例候補が本当に source/target のモデルか確認します。含意を返す入口は文の明示、単項 Horn 導出、既知の存在規則に限定しました。証明も反例もない問いは unassessed で、非含意にしません。同じ signature・文集合の恒等変換だけは、全モデルが同じになる既知 template として認定できます。式の一致を実際の構造で確認し、報告ハッシュの一致を意味の証明にしないことも検査しました。
事象化→一対一改名では、実際の原・中間・最終 snapshot、完全な履歴、依存閉包、採用方針、翻訳済み問い合わせ範囲を検査します。改名以外の変更がないことと、原・新側の実行結果も照合します。認定の保証は原履歴と、両計算が完了した P0 の支持契約です。一般の一階推論、事象件数・同一性、新データ・方針変更、計算完了までを認定したものではありません。P1-b の有限照合票は従来通り not_certified で、新しい条件検査を行う別の処理です。
射影は値集合または列の選択、その後の符号化は canonical JSON の実際の復号確認です。第二段の認定を第一段の喪失へ流用しません。残った列だけを使う Q は範囲を限定して引き継げます。原情報の別添えを読む場合は sidecar_replay と明記し、利用可能なだけの別添えと実際に回答に使った情報も分けます。
実行結果
| 対象 | 結果 | 分母 |
|---|---|---|
| 開発テスト | 216/216 | 従来177件＋P1-c追加39件 |
| P1-c 作成者草案 | 7/7条件、27/27 JSON、126/126必須パス | H13〜H19、API/CLI各2回、一致・再実行・入力保持 |
| P1-b 回帰 | 6/6条件、22/22 JSON、150/150必須パス | 元の例・manifest・native仕様を維持 |
| P1-a 回帰 | 7/7条件、31/31 JSON、141/141必須パス | 元の例・manifest・native仕様を維持 |
| P0 回帰 | 22/22条件、37/37 JSON、221/221必須パス | 元の例・manifest を維持 |
| 独立レビュー・臨床評価 | 未実施 | 草案との一致から推定しない |
H13 は identity の文対応が成立していても A⊑B によって旧モデルを覆えない反例を返します。H14 は ∃x B(x) の既知導出と B(a) の反例を別に返し、名前付きの証人を追加しません。H15 は未決→opposed と閉世界の仮定を記録し、臨床主張を生成しません。未知能力や衝突の未評価は否定に変わりません。
H16 は原回答と根拠を保持する正例に加え、中間 hash・方針・依存・翻訳後 Q の不一致を検出しました。正しく再ハッシュした由来の変更も、単なる改名として認定しません。H17 は同じ値集合で旧回答が異なる二記録を示し、第二段が無損失でも全体は未認定です。列射影の検査では、8四つ組の全256部分集合について残った列だけを使う問いの回答を直接照合しました。
H18 は1/2要素で一致しても3要素の旧モデルが新理論を満たさないことを検証します。3要素の反例を与えない場合も、有限一致から全被覆を認定しません。H19 は旧バイナリが inventory にない場合と、原バイトだけあるが既知 handler ではない場合を区別し、新側の限定した保証を独立に認定できる例も検証しました。旧バイナリ自体は実行していません。
上限と原保存
合成例は共有予算97 stepsで認定でき、96では最終認定を返しません。archive の確認と独立した合成は予算を共有し、100で完了、99では新側の途中票を返しません。全6操作の予算0も検査しました。P1-c は打切り時に要求全体を未評価として返し、途中のモデル判断・否定・認定を完全な結果にしません。
保存バイト列から復号した JSON にも通常入力の深さ・文字・型の検証を適用します。バイトのハッシュが正しくても P0 snapshot として解釈できなければ ready_to_replay にしません。深さ制限を base64 で迂回する入力や、通常入力では不正な文字列も検査しました。
再現と固定した実体
python3 -m unittest discover -s tests
python3 scripts/research/evaluate-p1-c.py --cli --output data/research/p1-c/development
python3 scripts/research/evaluate-p1-b.py --cli --output data/research/p1-c/p1-b-regression
python3 scripts/research/evaluate-p1-a.py --cli --output data/research/p1-c/p1-a-regression
python3 scripts/research/evaluate-p0.py --cli --output data/research/p1-c/p0-regression
git diff --check
Python 3.14.4・標準ライブラリのみ。3.11以降を対象にしますが3.11での実行は未確認です。新しい外部データ・依存パッケージ・サーバーは追加していません。
| 固定した実体 | SHA-256 |
|---|---|
| native仕様の生バイト | 1289d2ee015723885a2dba39c42d7066d738146eda87339d29d55c5faf075e78 |
| P0契約の生バイト（native実行時にも照合） | 79c04736f38c46e0a2f9672cd23ffd2eddddfcca8efb1cd292b3330bdb3ead92 |
| P1-c manifest の生バイト | 89f809a216247c6c10f594f18eb06b577f4e3719a54def0a56779bafe1462b6a |
| P1-c 検証の source bundle | 23e4b5883df9b85704ede10415e645dc95ee35a90e325a29e8af0ab25125e7dc |
bundle は runtimeのPython/仕様JSON・全テスト・全評価スクリプト・P1-c実行契約の各生バイトハッシュの canonical digest。P0契約と既知runtimeの fingerprint は native仕様で別途固定します。ファイル一覧・環境・実結果は data/research/p1-c/development/results.json、回帰記録は上記の出力先、テストログは data/research/p1-c/unit-tests.txt。Git管理外です。検証時の HEAD は 1a9ecca、作業差分ありで、上記の実体が実行内容を固定します。
残る範囲
参考モデルは与えた候補を検証するもので、任意理論の反例探索・完全な含意判定は実装していません。認定は既知 template の限定した十分条件です。外部の任意処理系、任意のコード体系、将来の全意味、無限更新の極限や医療上の妥当性を保証しません。可用性は提供 inventory と native registry の範囲で、世界中の所在を調査した結果でもありません。
次は P1-d。各段階で実行できた全20条件を一つの評価台帳へまとめ、仕様・依存・実装・期待条件を固定し、総合実行と回帰、認定範囲と未解決事項を整理します。独立確認後の評価用正解の凍結は別の作業として残します。