実施日：2026-10-19。状態：作成者草案の実体固定・総合照合済み、独立確認前。評価契約 と 共通台帳 に従い、P1-a/b/c の仕様・依存・実装・期待条件をまとめて固定しました。元の実装、native仕様、実行例、各phaseのmanifest、8設計JSONを変更していません。
総合結果
| 対象 | 条件 | JSON | 必須パス |
|---|---|---|---|
| P1-a | 7/7 | 31/31 | 141/141 |
| P1-b | 6/6 | 22/22 | 150/150 |
| P1-c | 7/7 | 27/27 | 126/126 |
| P1 合計 | 20/20 | 80/80 | 417/417 |
| P0 回帰（別枠） | 22/22 | 37/37 | 221/221 |
全117例で API・CLI 各2回の結果と終了コードを照合し、APIの入力保持も確認しました。P0のP22では、並べ替えによる入力hashの違いと、それ以外の回答の一致も確認しています。開発テストは 231/231（従来216＋共通評価器15）です。条件・JSON・必須パス・開発テストは別の分母で、臨床正答率として集計しません。
H01〜H20 の共通台帳
下表の「通過」は、その行に属する全JSONの必須パス・入力保持・再実行・API/CLI一致が揃ったという意味です。認定を拒否する負例も、期待通りの拒否なら通過します。
| 条件 | JSON | 必須パス | 確認した内容 | 結果 |
|---|---|---|---|---|
| H01 | 1 | 14 | 型付き予測7/10、対象・期間・モデル・確認根拠 | 通過 |
| H02 | 3 | 14 | 1/1を発生断定にせず、未確認・疑いを保留 | 通過 |
| H03 | 3 | 13 | 同一モデルの集合交差、別モデル・期間の混合拒否 | 通過 |
| H04 | 6 | 18 | 不正な重み・世界・事象を補完せず拒否 | 通過 |
| H05 | 2 | 18 | 報告の確認・訂正・時点、別モデルを平均しない | 通過 |
| H06 | 11 | 39 | profile・仕様・演算の不一致、未知能力、自己申告の拒否 | 通過 |
| H07 | 4 | 30 | 同一事象内の役割結合、公開変数、原履歴の読み戻し | 通過 |
| H08 | 2 | 16 | 同じkeyや同じ四つ組でも原根拠ごとに保持 | 通過 |
| H09 | 1 | 8 | 新しい事象件数・同一性は旧Qの保証外 | 通過 |
| H10 | 1 | 12 | 別証人を混ぜる誤翻訳の有限反例 | 通過 |
| H11 | 6 | 18 | 欠落・複数役割、ID衝突、由来・hash不正の拒否 | 通過 |
| H12 | 8 | 66 | 否定・疑い・確認・訂正・文脈・衝突・未知能力 | 通過 |
| H13 | 3 | 17 | 旧モデル被覆の反例、恒等テンプレート、未証明の保留 | 通過 |
| H14 | 1 | 9 | 存在の含意と名前付き個体の非含意を区別 | 通過 |
| H15 | 3 | 15 | 欠落を否定にする方針変更、未知を否定にしない | 通過 |
| H16 | 7 | 25 | 事象化・単射改名の十分条件と中間実体等の不一致 | 通過 |
| H17 | 5 | 25 | 射影の喪失、保持列のQ、別添えの実利用 | 通過 |
| H18 | 2 | 12 | 1/2要素での一致から一般被覆を認定しない | 通過 |
| H19 | 6 | 23 | 原保存・旧再実行可用性・新側保証の分離 | 通過 |
| H20 | 5 | 25 | 予算・整数上限、共有予算、未完成の確率を返さない | 通過 |
H20のJSONはP1-aの例です。P1-b/cの中間binding、合成・archiveの共有予算、予算0等は固定した開発テストでも検証しています。全ての制限の全組合せを網羅したものではありません。
今回固定できたことと、認定の限界
予測は指定した有限モデルの型付き数値で、臨床の肯定を生成しません。事象の有限実行照合票は、一致しても not_certified のままです。H13/H14/H18の真理・含意は参考意味として別に記録し、P0の支持・未決へ読み替えません。
全モデルの認定は恒等な文集合の既知テンプレートに限ります。事象化と単射改名の認定は、原・中間・最終の実体、依存、方針、翻訳したQと完全な履歴を検査した十分条件に基づき、原履歴と両計算が完了した旧支持断片を対象にします。一般の一階理論、将来の任意言語、新データ・方針変更、事象件数や実行完了を保証しません。
射影後の符号化の認定は、その中間値を保つ範囲です。原情報の別添えで答えられることを、射影だけで復元できたことにしません。旧処理系の可用性点検も、提供inventoryとnative registryの範囲であり、旧バイナリを実行した結果ではありません。
共通評価器では、固定実体の変更・追加・欠落、caseの欠落/重複、意味層やレビュー状態の誤記、原manifestやnative仕様との不一致を拒否することを検査しました。必須パスの欠落・型違い、APIの入力改変、CLIの終了コード不一致、複数例の一部失敗、P22の相互関係の失敗が、他の成功に隠れないことも確認しています。途中で実体が変わった場合は完了記録を発行しません。
再現と実体の記録
python3 -m unittest discover -s tests -v
python3 scripts/research/evaluate-p1-d.py --cli --output data/research/p1-d/integrated
git diff --check
Python 3.14.4・標準ライブラリのみ。対象の3.11自体での実行は未確認です。新しい外部資料やパッケージを追加していません。
| 実体 | SHA-256 |
|---|---|
| 共通manifestの生バイト | 1f01ed6593f555b42e370661c225fac1012bdf89b115bc29fd91513474d35efb |
| 全168ファイルの生バイトhash・サイズ一覧のcanonical digest | 561ef3924483c4f36c0ec3edec571979dd2418a880ac84320c70bfe7f36ef864 |
全実結果は data/research/p1-d/integrated/results.json、テストログは data/research/p1-d/unit-tests.txt（Git管理外）に保存しました。評価時のHEADは 48e9448、作業差分ありです。コミット後に、共通manifestと固定168ファイルがコミットの実体に一致することを照合し、検証済みのコミットを同じ記録へ追記します。実行時HEADを後のコミットへ書き換えません。
通常の再評価では台帳を更新しません。実体が変われば評価前に停止します。作成者snapshotを改訂する場合の明示操作と、期待条件を変える際の記録方針は 契約 を参照してください。
残る課題と着手順
- 独立レビューと評価用正解の凍結。 作成者草案・実装・期待結果に共通する誤りを点検します。十分条件、モデル被覆、採用と履歴、未知能力と停止を優先し、確認者の割当・不一致の裁定・修正履歴が必要です。今回の再検査は独立レビューではありません。
- 形式仕様と未対応意味。 既知の十分条件をより明示的な証明義務へ整理し、一般の意味変更で何が未判定かを残します。有限一致、任意の保存判定、無限更新の極限は別です。
- R4と応用の実証。 架空40ケースと実資料接続・未見版、臨床ライブラリとAI利用は未実施です。D03の利用条件・保留範囲を維持し、P0/P1の分母と区別します。
P1-dの総合照合は完了しました。最終目標である、将来の変化に原理的に耐える医療コード体系そのものの確立と証明は引き続き研究課題です。