文章生成

今日やったこと # AIモデル比較基盤を実演可能な形へ拡張 # 日本語対話、連鎖パズル、立体パズル、制御シミュレーションの各課題について、指示文、公開テスト、独立評価、実行記録の扱いを見直した。 候補の実行環境を一時的な認証領域へ分離し、評価基盤や外部の追加指示が候補へ漏れた場合は比較不能として記録するようにした。 連鎖パズルは完成盤面を渡す方式から、空の盤面から合法手順で組み立てる方式へ変更した。制御課題の一つはロボットアームの仕分けへ差し替え、運動学、速度制限、衝突、把持を検査対象にした。 モデル別ページで各課題の最新実行を表示し、検証済みの候補作品をブラウザ上で再演できるようにした。スマートフォンで実演領域が隠れる問題と、更新後のスタイルが残るキャッシュ問題も修正した。 小規模モデルによる一連のデバッグ実行を公開した。結果は実演と基盤確認のためのもので、正式比較にはまだ昇格していない。 文章スタイルモデルを実例と負例から校正 # 過去の長文と短文を材料に、話題の選び方、判断の進め方、文のリズム、代筆時に創作してはいけない事実の境界を整理した。 最初の生成例は、見出しや段落が均等で、機能を順番に巡回し、最後に再要約する構成になった。語彙より構成が整いすぎていることを負例としてモデルへ反映した。 網羅性を既定にせず、一つの問いに必要な事実だけを残す方針へ変更した。比較や留保を帳尻合わせで足さず、冒頭の主張を末尾で言い換えるだけの結論も避けるようにした。 生成と校正を別の工程に分け、別コンテキストの編集で事実を増やさず削る内部テストを行った。機能カタログ化を抑える効果は確認できたが、本人承認はまだ得ていない。 判断と学び # 比較サイトでは、候補作品が動いて見えることと、正式な比較条件を満たすことを分けて示す必要がある。実演は理解を助けるが、隔離、計測、未知入力での検査が不足した実行を正式結果として扱う根拠にはならない。