STEP 1854 · 2026-09-07 · STEP 1851 v0.1 design の Phase 1a 実装

Template-heavy domain family Phase 1a — 5-axis 特性測定 + 8 synthetic domain 実測 + Voynich signature 未較正の honest finding

STEP 1851 design v0.1 の Phase 1 measurement pipeline を実装 + 8 synthetic domain で実測。 pipeline 動作 validated。 Voynich signature v0.1 heuristic は 0/8 match = 藤本さん note 発見単位 (word) を私の実装単位 (character) に意味論誤転写の honest finding、 v0.2 で word-level axis 追加で是正必要。 test 28/28 PASS。

1. 実装

scripts/domain-family/characterize.ts (5 axis 測定関数 + CLI runner + Voynich signature heuristic)
scripts/domain-family/generate-samples.ts (8 synthetic domain sample、 deterministic LCG PRNG seed 20260907)
data/domain-family/samples/ (8 files, 38 KB - 700 KB each)
data/domain-family/results/characterization-v0.1.csv (実測 8 row × 12 column)
data/domain-family/README.md (方法論 + 5 主要 finding + honest scope + v0.2 送り)
test/step1854-domain-family-characterize-test.ts (28 assertion)

2. 実測 5 軸全 domain 数値 output

domain	A bigram H	B decay N	C long-range MI	D template@n3 top10%	E zstd bpc	sig
hash_sha256_seq	4.05	6	0.001	0.129	4.09	no
uuid_v4_seq	4.04	6	0.076	0.287	4.15	no
numeric_id_seq	3.34	6	0.024	0.242	0.45	no
json_schema_inst	2.22	21	0.174	0.867	0.69	no
structured_log	2.68	12	0.084	0.796	1.60	no
chess_pgn_syn	2.24	15	0.025	0.581	1.55	no
regex_patterns	1.53	21	0.016	0.318	0.33	no
english_baseline	3.20	21	0.321	0.340	0.20*	no

* english_baseline は 5 paragraph × 20 repeat の合成 text で過度圧縮 (実 English は Shannon bound 0.60-0.80 bpc、 Phase 1b で差替予定)

3. 5 主要 finding

測定 pipeline は動作、 5 軸全 domain で数値出力 + ranking 直感一致
bigram entropy: hash/uuid が最大 (~4.05)、 regex が最小 (1.53) — expected
uniqueness decay N: hash/uuid/numeric が早 (6)、 json/regex/english が遅 (21) — high template domain (json) は char-level では遅く decay
long-range MI: english (0.321) が最大、 hash (0.001) が最小 — long-range structure の有無を分離
template ratio (n=3, top 10%): json (0.867) > log (0.796) > chess (0.581) — 高 template domain を定量化

4. Voynich signature 未較正の honest finding

v0.1 heuristic (B≤5 AND |C|≤0.02 AND D>0.30) は 8 synthetic sample 全で 0/8 match。期待外れではなく、想定内の「未較正」状態。

原因: 藤本さん note の Voynich 主張「決まり文句 4 語で消える」は word-level uniqueness decay の主張。私が Phase 1a script で実装した axis B は character-level n-gram uniqueness decay = 単位が違う。 measurement pipeline は動作するが signature 主張の意味は単位差で不明。

v0.2 修正: word-level axis 追加 (word tokenizer + word n-gram uniqueness decay = axis B')、藤本さん note 主張の直接測定。 threshold は実 Voynich EVA text 実測後に recalibrate。

5. Honest scope (Phase 1a の限界)

8 sample は synthetic のみ (real Voynich EVA / Esperanto / DNA / protein / real chess / LaTeX / real English は Phase 1b 外部 fetch 要)
v0.1 heuristic threshold は 未較正 (実 Voynich text で recalibrate 必要)
english_baseline zstd 0.20 bpc は 合成 text 過度圧縮 (5 paragraph × 20 repeat)、実 English は Shannon bound 0.60-0.80 bpc
axis E は cmix 未含、 zstd/gzip gap のみで long-range dependency proxy
Voynich signature 定義は char vs word 単位差 で v0.1 意味論誤、 v0.2 で是正必須

6. Failure mode dataset entry

word-level → char-level の意味論誤転写: 発見単位と実装単位の不一致で signature の定量主張が意味不明化。 measurement は動くが主張は通らない
synthetic 過度圧縮 artifact: 5 paragraph × 20 repeat = 実 English の 4x 過度圧縮 (Shannon bound から桁乖離)
top-p% ratio の相対性: unique 集合少で「top-10%」が floor で 1 個になり意味不明。 test で学び

7. 再現

npx tsx scripts/domain-family/generate-samples.ts        # sample 生成 (seed 20260907)
npx tsx scripts/domain-family/characterize.ts \
  data/domain-family/samples \
  data/domain-family/results/characterization-v0.1.csv   # 実測 + CSV 出力
npm run test:step1854                                    # 28 assertion

seed 固定で完全再現 (LCG PRNG)、 measurement script は deterministic。

8. Next STEP (藤本さん judgment)

Phase 1a 承認 → Phase 1b (外部 fetch 6 domain + word-level axis 追加 + cmix binary) 着手 STEP 予約
v0.2 axis 拡張 (word-level uniqueness decay) は Phase 1b と同 STEP に統合可 (real Voynich text で immediate validate)
STEP 1852 Paper 180 concept との関係 (統合 vs 独立系統) 再判断

9. 関連 STEP

STEP 1851 — design v0.1 (本 arc の起点)
STEP 1852 — 対 arc Paper 180 concept
STEP 1837 — cmix bpc corrigendum (axis E anchor)
STEP 1847 — Gemini modern Shannon bound audit (english baseline 校正 anchor)

10. 詳細参照

Notepad: 2026-09-07T00-46 STEP 1854
Fragment: notes/steps/STEP_1854.md
実装: scripts/domain-family/ + test/step1854-*.ts
データ: data/domain-family/ + CSV (raw)
← Tools index に戻る