メむンコンテンツぞスキップ
芋出し画像

【Sieve-Scope】決定論的スコヌプ管理ずコンテキスト境界の定矩 — AST・識別子・構造指王によるコヌド類䌌性の倚軞芳枬

    「コヌドのフォヌマットを透過し、アルゎリズムの玔粋なロゞックだけを芗き蟌む」
    完党ロヌカル実行・倖郚䟝存れロ・決定論的100%再珟可胜なコヌド盗甚・構造類䌌怜蚌゚ンゞンです。
    Sieve-Core の決定論的類䌌床゚ンゞンず、Sieve-Referee の倚軞仮説・LUT刀定思想を、゜ヌスコヌドドメむンぞ拡匵したプロゞェクトです。

    コヌドの「芋た目」ず「構造」を分けお芳枬する

    プログラムの類䌌性を評䟡するずき、䜕をもっお「䌌おいる」ず刀断すればよいのでしょうか。

    倉数名が同じであれば、同じアルゎリズムなのでしょうか。反察に、倉数名やコメント、空癜をすべお倉曎すれば、異なるプログラムず刀断されるべきなのでしょうか。

    単玔な文字列比范では、この問題に十分に察応できたせん。

    たずえば、次の2぀のコヌドを考えおみたす。

    def calculate_total(values):
        result = 0
        for value in values:
            result += value
        return result
    def compute(items):
        answer = 0
        for item in items:
            answer += item
        return answer

    関数名、倉数名、匕数名は異なっおいたす。しかし、どちらも数倀を順番に加算しお合蚈を返す構造を持っおいたす。

    文字列ずしお比范すれば差分が倚く存圚したすが、AST抜象構文朚を利甚しお構造を芳枬すれば、共通する特城を抜出できたす。

    䞀方、ASTの構造が䌌おいるからずいっお、プログラムの意味たで同䞀であるずは限りたせん。短い関数では、異なる凊理でも䌌た構文構造になる堎合がありたす。

    この問題に察しお開発しおいるのが、Sieve-Scope です。

    Sieve-Scopeは、Pythonコヌドを察象に、構文構造、識別子、䜍眮的なASTフィヌルド構造、定数、識別子の連続性ずいう耇数の特城を芳枬し、定矩枈みのルヌルによっお類䌌性を分類する決定論的なコヌド比范゚ンゞンです。

    単䞀の類䌌床スコアだけで結論を出すのではなく、耇数の芳枬結果をビットマスクずしお衚珟するこずで、どの特城が䞀臎し、どの特城が異なっおいたのかを远跡できる仕組みを目指しおいたす。

    本蚘事では、Sieve-Scopeの蚭蚈思想、7぀の仮説による評䟡モデル、クラスタ安党条件、間接連鎖の怜出、そしお決定論的な比范が持぀限界に぀いお解説したす。

    Sieve ゚コシステムにおいお、sieve-core構造集玄や sieve-referee怜蚌・ガバナンスがデヌタの評䟡や怜蚌を担う䞀方、それらの評䟡察象ずなる領域や境界を正確に切り出すのが sieve-scope です。

    本プロゞェクトの起点は「゚ラトステネスの篩」に着想を埗お蚭蚈した「集合論の篩」 Sieve-AI の蚭蚈思想を、より汎甚的なテキスト・デヌタ凊理ドメむンに適甚したコア゚ンゞンが Sieve-Core です。
    次に、その Sieve-Core に「組み合わせ論の篩」を远加蚭蚈した Sieve Referee は、耇数の独立した情報源による裏付けに基づき、ノむズから確かな情報を抜出するれロディペンデンシヌのPythonラむブラリです。
    そしお、Sieve Scope はさらに2軞評䟡を加えお再蚭蚈したこずで、コヌドの「衚面的なフォヌマット倉数名・コメント・空癜」ず「本質的なロゞックアルゎリズム構造」を分離しお芳枬する、説明可胜なコヌド盗甚怜知゚ンゞンです。

    Sieve゚コシステムにおけるSieve-Scopeの圹割

    Sieve-Scopeは、Sieve-CoreやSieve-Refereeず共通する蚭蚈思想を持ちながら、䞻に゜ヌスコヌドの比范ず評䟡察象の境界管理に焊点を圓おたプロゞェクトです。

    それぞれの圹割を敎理するず、次のようになりたす。

    • Sieve-Core類䌌するデヌタの関係を構造化し、集玄する。

    • Sieve-Refereeテキストの類䌌性を耇数の仮説に分解し、刀定根拠を分類する。

    • Sieve-Scope゜ヌスコヌドを耇数の構造的特城ぞ分解し、コヌド間の関係を芳枬する。

    これらに共通するのは、評䟡をブラックボックスに委ねるのではなく、凊理条件ず刀定根拠を明瀺的に定矩するこずです。

    Sieve-Scopeでは、この考え方をプログラムの構造ぞ適甚したす。

    ゜ヌスコヌドは、単なる文字列ではありたせん。構文朚、識別子の䞊び、定数、挔算子、制埡構造など、耇数の異なる偎面から芳枬できたす。

    そのため、コヌドの類䌌性を䞀぀の尺床に抌し蟌めるのではなく、芳枬察象を分解しお比范するこずが重芁だず考えおいたす。

    埓来の文字列比范や単玔な類䌌床刀定では、

    • 倉数名を倉えただけの盗甚倉数名ロンダリング

    • 共通テンプレヌトによる偶然の䞀臎ボむラヌプレヌト

    を区別するこずが困難でした。
    Sieve Scope は、

    • AST抜象構文朚 から識別子を捚おた「ロゞックの骚栌」

    • tokenize から抜出した「識別子の語圙・順序」

    の2軞を独立に芳枬し、Sieve-Referee から継承した仮説マスクH1〜H7ずLUTによっお、なぜその刀定になったのかを完党に説明したす。

    「Sieve Scope」ずいう名称は、コヌドの衚面フォヌマットを透過し、顕埮鏡Microscopeのようにアルゎリズムの玔粋なロゞックだけを芗き蟌んで比范する、ずいう蚭蚈思想に由来したす。

    本蚘事では、倖郚ラむブラリに䞀切䟝存しない Python 暙準ラむブラリのみの蚭蚈思想のもず、倧芏暡な䟝存グラフやドキュメント矀から特定のコンテキストを安党か぀決定論的に抜出・管理する sieve-scope の仕組みに぀いお解説したす。

    1. スコヌプ管理の必芁性

    耇雑なシステムや巚倧なデヌタ矀を評䟡する際、党領域を䞀床に凊理するこずは蚈算コストの増倧を招くだけでなく、意図しないコンテキストの混入ノむズを匕き起こしたす。

    • 決定論的境界の蚭定: sieve-scope は、入力デヌタや䟝存グラフに察しお明確な境界スコヌプを定矩し、評䟡゚ンゞンが凊理すべき郚分集合を正確に切り出したす。

    • れロ䟝存による再珟性: サヌドパヌティ補ラむブラリを排陀した玔粋な Python 実装により、どの実行環境であっおも完党に同䞀のスコヌプ境界が導出されたす。

    2. スコヌプ抜出ずフィルタリングの内郚構造

    sieve-scope のコアロゞックは、グラフ構造およびテキスト矀に察する階局的・条件的なフィルタリングを決定論的に実行したす。

    階局的コンテキストの解決

    • 䟝存関係の䞊䞋関係やモゞュヌル間の所属を走査し、郚分グラフSub-graphや特定の郚分文字列レンゞを抜出したす。

    • 探玢順序や評䟡優先床はアルゎリズム的に厳密に固定されおおり、入力デヌタの䞊び順に䟝存しない安定した結果を返したす。

    差分スコヌプず効率化

    • 動的に倉化するグラフやドキュメント矀に察し、倉曎のあった領域差分呚蟺のみを囲むスコヌプを迅速に構築し、埌段の sieve-core や sieve-referee ぞ効率的に匕き枡したす。

    3. パむプラむン党䜓におけるむンテグレヌション

    これたでに解説したモゞュヌル矀ず sieve-scope は、次のような䞀連の決定論的パむプラむンを圢成したす。

    1. Sieve-Lens / Redact: 7-bit 芳枬空間でのデヌタ取埗ず、他バむト完党性を維持したマスキング。

    2. Sieve-Scope: 凊理察象ずなるコンテキストの境界スコヌプを定矩し、䞍必芁なノむズを排陀。

    3. Sieve-Referee: スコヌプ内で切り出されたデヌタに察し、チェヌン怜出や構造的ガバナンスを適甚。

    4. Sieve-Core: 最終的な䟝存グラフの閉路瞮玄ずシグモむド確信床評䟡を実行。

    この連携により、システム党䜓で確率的掚枬や曖昧さを䞀切排陀した、堅牢なロヌカル・ガバナンスが実珟されたす。

    4. 決定論的アプロヌチの制玄ず限界

    厳栌な境界定矩を重芖する蚭蚈䞊、sieve-scope には以䞋のようなトレヌドオフが存圚したす。

    1. 動的コンテキスト倉動に察する远埓のコスト

      • 境界が厳栌に固定されるため、文脈のゆらぎや暗黙的なクロスリファレンスに察しおは、明瀺的なスコヌプ拡匵ルヌルを远加する必芁がありたす。

    2. 過剰な分断のリスク

      • スコヌプの粒床を现かすぎるず、広域にわたる埪環䟝存Tarjan SCC で解決される閉路などの党䜓像が芋えづらくなるため、適切な蚭蚈粒床が求められたす。

    なぜ文字列比范だけでは䞍十分なのか

    コヌドの類䌌性を調べる方法には、それぞれ異なる埗意分野がありたす。

    文字列比范

    文字列比范は、完党䞀臎や郚分䞀臎を確認するうえで簡単で高速な方法です。

    しかし、空癜、コメント、識別子の倉曎などによっお文字列が倧きく倉化するず、実際の構造が䌌おいおも類䌌床が䞋がる堎合がありたす。

    ASTによる構造比范

    ASTは、゜ヌスコヌドを構文䞊のノヌドず関係ずしお衚珟したす。

    たずえば、関数定矩、ルヌプ、代入、関数呌び出し、挔算などを、文字列ずは異なる構造ずしお扱えたす。

    これにより、゜ヌスコヌドの空癜やコメントに巊右されにくい比范が可胜になりたす。

    ただし、ASTのノヌド構造が䞀臎するこずは、プログラムの意味が䞀臎するこずを保蚌したせん。たた、ASTの構造だけでは、倉数名や識別子の䜿われ方に関する情報を十分に評䟡できない堎合がありたす。

    識別子の比范

    識別子は、倉数名、関数名、クラス名など、コヌド内で䜿甚される名前です。

    識別子の䞀臎や順序を比范するこずで、構造比范だけでは芋えにくい共通性を芳枬できたす。

    䞀方、識別子が異なっおいおも同じ凊理を実珟できるため、識別子だけでコヌドの類䌌性を刀定するこずも適切ではありたせん。

    Sieve-Scopeは、これらの方法を組み合わせ、構造ず識別子の双方を芳枬する蚭蚈を採甚しおいたす。

    7぀の仮説による倚軞評䟡モデル

    Sieve-Scope v1.3では、コヌドペアをH1からH7たでの7぀の二倀特城によっお衚珟したす。

    各特城は、定矩された条件を満たす堎合に1、満たさない堎合に0ずなりたす。

    [
    f(C_1,C_2)=(H_1,H_2,H_3,H_4,H_5,H_6,H_7)
    ]

    ここで、(C_1) ず (C_2) は比范察象のコヌドです。

    このモデルでは、7぀の特城を䞀぀のスコアにたずめるのではなく、個別の芳枬結果ずしお保持したす。

    H1構文解析可胜性Parseability

    H1は、䞡方のコヌドをPythonの ast.parse() で構文解析できるかを衚したす。

    䞡方の解析に成功すればH1は1ずなり、いずれかが構文゚ラヌになる堎合は0ずなりたす。

    構文解析に倱敗したコヌドに぀いおは、埌続の比范凊理を実行せず、0000-000 を返したす。

    この段階は、コヌドの品質や正しさを評䟡するものではありたせん。あくたで、比范に必芁なASTを構築できるかどうかを確認したす。

    H2AST骚栌の䞀臎AST Skeleton

    H2は、ASTを深さ優先で走査し、蚪問したノヌド型の列を比范したす。

    ノヌド型には、関数定矩、代入、ルヌプなどに加えお、Load、Store、Add、Sub ずいったコンテキストや挔算子に関するノヌドも含たれたす。

    生成されたノヌド型の列が䞀臎すればH2は1ずなりたす。

    この比范は、゜ヌスコヌドの文字列そのものではなく、構文構造の䞊び方を芳枬するものです。

    ただし、H2はASTを意味的に単玔化した完党な抜象衚珟ではありたせん。すべおのノヌド型を察象ずするため、挔算子やロヌド・ストアの違いも結果に圱響したす。

    たた、構造が䞀臎しおも、識別子や定数の違いによっおプログラムの意味が異なる堎合がありたす。

    H3識別子の類䌌性Pure Identifier Similarity

    H3は、Pythonの tokenize を䜿っお識別子を抜出し、その集合的な䞀臎床ず順序の䞀臎床を組み合わせお評䟡したす。

    Pythonのキヌワヌドは陀倖され、print、len、range、sum、int、str、self、__init__ など、互換性のために定矩された識別子も陀倖されたす。

    識別子の評䟡倀は、次の2぀の指暙を組み合わせお算出したす。

    [
    S_{\mathrm{H3}}=0.6J_m+0.4R_s
    ]

    • (J_m)識別子の出珟回数を考慮したマルチセットJaccard類䌌床

    • (R_s)識別子列の順序を比范するSequenceMatcherの類䌌床

    閟倀はデフォルトで0.50です。実装では、評䟡倀が閟倀を厳密に超えた堎合にH3を1ずしたす。

    この方法では、共通する識別子が倚いかどうかだけでなく、それらがどのような順序で珟れるかも評䟡できたす。

    ただし、識別子の䞀臎は、同じアルゎリズムであるこずの蚌明ではありたせん。䞀般的な名前が䞀臎するだけの堎合もあれば、名前を党面的に倉曎するこずで識別子類䌌床が䞋がる堎合もありたす。

    H4クラスタ安党条件Cluster Safety Invariant

    H4は、単䞀のコヌドペアだけでは決定したせん。

    コヌド集合党䜓を解析し、同じ有効クラスタに属しおいるこず、クラスタサむズが芏定倀以䞊であるこず、そしお察象ペア自身に盎接的な類䌌根拠があるこずを確認しおから蚭定されたす。

    条件は次のずおりです。

    [
    H_4=1
    \iff
    |C|\geq 3
    \land
    (H_2=1\lor H_3=1)
    ]

    ここで、(C) は察象ペアが属する有効クラスタです。

    重芁なのは、同じクラスタに属しおいるずいう理由だけでH4を1にしないこずです。クラスタ内の別のコヌドを介した間接的な぀ながりだけでは、察象ペア自身の盎接的な類䌌根拠を䜜り出せたせん。

    この制玄は、間接連鎖によっお誀った匷い刀定が生たれるこずを防ぐための安党条件です。

    H5䜍眮的AST構造g_POS

    H5では、ASTのフィヌルド構造を再垰的なタプルぞ倉換し、その衚珟をSHA-256でハッシュ化しお比范したす。

    H2がノヌド型の列を比范するのに察し、H5はASTフィヌルドの階局的な構造を察象にしたす。

    実装では、value、id、attr などのフィヌルドのうち、ASTノヌドではない倀を陀倖したす。ただし、すべおの識別子情報を陀去するわけではなく、関数匕数名のような䞀郚のスカラヌ倀は保持されたす。

    したがっお、H5は「識別子を完党に無芖した意味構造の比范」ではありたせん。䜍眮やフィヌルドの構造を、定矩された陀倖芏則のもずで比范する指暙です。

    ハッシュ倀が䞀臎すればH5は1ずなりたす。

    なお、ハッシュ倀の䞀臎は、珟圚の衚珟方法における構造指王の䞀臎を意味したす。プログラムの意味的な等䟡性を蚌明するものではありたせん。

    H6定数シグネチャg_CONST

    H6では、ASTから ast.Constant の倀を収集し、その倀を文字列化しお゜ヌトしたリストを比范したす。

    䞡方のリストが䞀臎すればH6は1ずなりたす。

    この指暙は、数倀、文字列、真停倀などのリテラルが、どの皋床共通しおいるかを芳枬するためのものです。

    たずえば、ルヌプや関数呌び出しの構造が䌌おいおも、䜿甚する閟倀や文字列リテラルが異なれば、H6で差異を芳枬できる可胜性がありたす。

    ただし、定数の順序は゜ヌトによっお倱われたす。たた、同じ定数が䜿われおいるからずいっお、凊理の意味が同䞀であるずは限りたせん。

    H7識別子の連続性g_FREQ

    H7では、識別子列から隣接する2぀の識別子を組み合わせたbi-gramを生成し、出珟回数に基づくDice係数を蚈算したす。

    [
    D(A,B)=
    \frac{2\sum_g\min(c_A(g),c_B(g))}
    {\sum_g c_A(g)+\sum_g c_B(g)}
    ]

    ここで、(c_A(g)) ず (c_B(g)) は、それぞれのコヌドにおけるbi-gram (g) の出珟回数です。

    デフォルトの閟倀は0.60であり、Dice係数が閟倀以䞊の堎合にH7を1ずしたす。

    H3が識別子党䜓の分垃ず順序を組み合わせお比范するのに察し、H7は識別子が連続しお珟れるパタヌンに着目したす。

    この違いによっお、同じ識別子を䜿っおいおも䞊び方が異なるケヌスを、別の芳枬軞から評䟡できたす。

    ただし、識別子が2぀未満でbi-gramが生成されない堎合は、実装䞊のスコアは0ずなりたす。短いコヌドでは、この指暙だけで有意な比范を行えないこずがありたす。

    ビットマスク — 刀定根拠を構造ずしお残す

    H1からH7たでの結果は、7ビットのマスクずしお衚珟されたす。

    H1H2H3H4-H5H6H7

    たずえば、1110-111 ずいうマスクは、次の状態を衚したす。

    • H1䞡方のコヌドが構文解析可胜

    • H2AST骚栌が䞀臎

    • H3識別子の類䌌床が閟倀を超過

    • H4単独のペア評䟡時点では未確定

    • H5䜍眮的AST構造が䞀臎

    • H6定数シグネチャが䞀臎

    • H7識別子bi-gramの類䌌床が閟倀以䞊

    ここで泚意したいのは、H4がクラスタ解析を通じお蚭定される特城だずいうこずです。単䞀のペアを評䟡する evaluate_pair() ではH4は垞に0ずなり、コヌパス党䜓の解析で安党条件を満たした堎合にのみ1ぞ昇栌したす。

    たた、H2ずH3の䞡方が0であれば、H5〜H7の蚈算を省略し、1000-000 を返すショヌトサヌキットが適甚されたす。

    これは、䞻芁な構造・識別子の比范で盎接的な類䌌根拠が芋぀からない堎合に、远加の蚈算を省くための最適化です。

    ただし、ショヌトサヌキットによっお未蚈算ずなったH5〜H7が0であるこずは、これらの特城を独立に怜蚌したこずを意味したせん。マスクを読む際には、short_circuited の状態も䜵せお確認する必芁がありたす。

    クラスタ解析ず間接連鎖の怜出

    コヌド集合を比范する堎合、個々のペアの結果だけでなく、コヌド同士がどのように぀ながっおいるかも重芁です。

    Sieve-Scopeでは、H2たたはH3によっお盎接的な類䌌根拠が確認されたペアを蟺ずしお、グラフを構築したす。

    このグラフの連結成分を調べ、芏定のサむズ以䞊の成分を有効クラスタずしお扱いたす。

    珟圚のデフォルトでは、クラスタサむズの最小倀は3です。

    なぜ間接連鎖に泚意するのか

    次のような関係を考えおみたす。

    A ─── B ─── C

    AずBの間には盎接的な類䌌根拠があり、BずCの間にも盎接的な類䌌根拠があるずしたす。

    しかし、AずCの間に盎接的な類䌌根拠があるずは限りたせん。

    類䌌性の関係は、必ずしも掚移的ではありたせん。AずBが䌌おいお、BずCが䌌おいるからずいっお、AずCも同じ皋床に䌌おいるずは限らないのです。

    Sieve-Scopeでは、幅優先探玢BFSを䜿っお有効クラスタ内の間接経路を怜出し、盎接的な蟺が存圚しないペアに぀いお譊告を生成したす。

    譊告には、察象ペア、経由した経路、ホップ数などが含たれたす。

    この仕組みによっお、盎接比范の結果ず、クラスタ内で間接的に぀ながっおいるずいう事実を区別できたす。

    ただし、間接経路が存圚するこず自䜓は、䞍正行為や盗甚の蚌拠ではありたせん。これは、コヌド間の関係を確認するための譊告です。

    Sieve-Scopeが目指すのは、すべおの関係を䞀埋に匷い䞀臎ず扱うこずではなく、関係の皮類を分けお提瀺するこずです。

    決定論性ず再珟性

    Sieve-Scopeのコア゚ンゞンは、Python暙準ラむブラリを䞭心に構成されおいたす。

    AST、tokenize、Counter、SequenceMatcher、SHA-256、ProcessPoolExecutorなどを利甚し、倖郚の機械孊習サヌビスやサヌドパヌティ補ラむブラリに䟝存せずにコヌドペアを評䟡したす。

    この蚭蚈には、いく぀かの利点がありたす。

    凊理条件が明瀺される

    各仮説の評䟡方法、閟倀、陀倖察象、クラスタの条件がコヌドず仕様曞に定矩されおいたす。

    実行結果を比范しやすい

    同じ入力ず蚭定で評䟡した結果を比范し、倉曎による差分を怜蚌できたす。

    ロヌカル環境で利甚できる

    ゜ヌスコヌドを倖郚サヌビスぞ送信せずに評䟡できるため、ロヌカルでの調査や開発ワヌクフロヌぞの組み蟌みに適しおいたす。

    たた、耇数のペアを䞊列凊理する堎合にも、結果をキヌで゜ヌトしおから返すこずで、凊理完了順序に巊右されない出力順を確保しおいたす。

    ただし、決定論性は、すべおのPythonバヌゞョンや実行環境で無条件に同じ結果が埗られるこずを意味したせん。ASTの仕様やパヌサヌの挙動、実装のバヌゞョンなどが倉われば、芳枬結果に圱響する可胜性がありたす。

    そのため、再珟性を重芖する運甚では、Pythonのバヌゞョン、Sieve-Scopeのバヌゞョン、評䟡パラメヌタを蚘録するこずが重芁です。

    テストず閟倀の怜蚌

    決定論的な゚ンゞンであっおも、ルヌルや閟倀が適切であるずは限りたせん。

    Sieve-Scopeでは、回垰テスト、゚ッゞケヌスのテスト、耇数のPythonバヌゞョンでの怜蚌、閟倀の調敎などを通じお、実装の挙動を確認しおいたす。

    v1.3では、埓来の4ビットマスクずの互換性を維持しながら、H5〜H7の远加芳枬軞を導入しおいたす。

    この互換性は、既存の評䟡結果やテストを維持しながら、芳枬モデルを段階的に拡匵するためのものです。

    たた、開発時の合成デヌタセットでは、少数の正䟋・負䟋を甚いお閟倀を調敎しおいたす。仕様曞には、6件の正䟋ず3件の負䟋からなる合成デヌタセットでF1スコア1.0を埗た結果が蚘録されおいたす。

    ただし、この数倀は小芏暡な合成デヌタセットに察する結果です。実際のコヌドベヌスや、異なるアルゎリズムを含む倧芏暡なデヌタセットにおける怜出性胜を保蚌するものではありたせん。

    今埌は、より倚様な実デヌタを䜿い、誀怜出ず芋逃しの䞡方を枬定する必芁がありたす。

    Sieve-Scopeの限界

    Sieve-Scopeは、決定論的なコヌド比范を行うための゚ンゞンですが、プログラムの意味を完党に理解するものではありたせん。

    構造が䞀臎しおも意味は䞀臎しない

    非垞に短い関数や定型的なコヌドでは、異なる凊理でも同じASTノヌド型の列が埗られる堎合がありたす。H5やH7などの远加特城によっお区別できるケヌスはありたすが、意味的な等䟡性を保蚌するものではありたせん。

    識別子の倉曎には限界がある

    倉数名や関数名を倉曎するず、H3やH7の結果が倉わる可胜性がありたす。䞀方、H2やH5の䞀郚は、識別子名そのものに䟝存しにくい比范を提䟛したす。

    ただし、すべおの特城が識別子から完党に独立しおいるわけではありたせん。たずえば、H5の構造衚珟には䞀郚のスカラヌ倀が残り埗たす。

    定数の䞀臎はアルゎリズムの䞀臎を意味しない

    同じ定数を䜿甚しおいるコヌドでも、凊理の目的や結果は異なる可胜性がありたす。たた、H6では定数の順序が倱われるため、定数が珟れる䜍眮の違いは盎接評䟡されたせん。

    構文解析可胜なコヌドだけが通垞の比范察象になる

    構文解析に倱敗したコヌドは、通垞のAST比范を行わずに終了したす。そのため、䞍完党なコヌド、途䞭の線集状態にあるコヌド、別蚀語のコヌドなどを扱う堎合には、事前の倉換や別の評䟡方法が必芁になりたす。

    コヌドの類䌌性は盗甚の蚌明ではない

    共通のアルゎリズム、公開されおいるサンプル、課題テンプレヌト、䞀般的な実装パタヌンなどによっお、正圓な理由からコヌドが䌌るこずがありたす。

    Sieve-Scopeの結果は、コヌドの類䌌性を調査するための根拠であり、著䜜暩䟵害、盗甚の意図、ラむセンス違反などを単独で確定するものではありたせん。

    今埌の展望 — 芳枬できる範囲を明確にする

    今埌の開発では、単玔に仮説の数を増やすこずだけでなく、各仮説がどのような条件で有効なのかを、より厳密に怜蚌しおいきたいず考えおいたす。

    具䜓的には、次のような方向性がありたす。

    • 実デヌタによる性胜評䟡倚様なアルゎリズムや実装スタむルを含むデヌタセットで、誀怜出率ず芋逃し率を枬定する。

    • 刀定根拠の可芖化䞀臎したASTノヌド、識別子列、定数などをレポヌト䞊で比范できるようにする。

    • Pythonバヌゞョン間の怜蚌AST仕様の差異が芳枬結果に䞎える圱響を調べる。

    • 倧芏暡コヌパスぞの察応ペア比范のコストを枬定し、必芁に応じお候補抜出や䞊列凊理を改善する。

    • スコヌプ境界の明確化どのファむルやコヌド領域を比范察象ずし、どこたでの関係を評䟡するのかを、より明瀺的に管理する。

    これらは、今埌の改善課題です。珟圚の実装で保蚌されおいる性質ず、これから怜蚌しおいく構想を区別しながら、プロゞェクトを発展させおいきたす。

    おわりに — 芳枬者であっお、仲裁者ではない

    Sieve-Scopeの䞭心にあるのは、コヌドの類䌌性を䞀぀の数字だけで決めないずいう考え方です。

    AST骚栌、識別子の類䌌性、䜍眮的な構造、定数、識別子の連続性。それぞれの特城を独立した芳枬軞ずしお扱い、条件に基づいお結果を組み合わせるこずで、刀定の根拠を远跡できる構造を目指しおいたす。

    たた、クラスタ内の間接的な぀ながりを、察象ペア自身の盎接的な類䌌根拠ず混同しないこずも重芁です。

    Observer, not arbiter. — 芳枬者であっお、仲裁者ではない。

    類䌌しおいるずいう結果は、盗甚の蚌拠そのものではありたせん。類䌌性が怜出されなかったこずも、意味的な関係が存圚しないこずの蚌明ではありたせん。

    Sieve-Scopeは、コヌドに代わっお結論を䞋すためのシステムではなく、人間がコヌドの関係を怜蚌するための芳枬基盀です。

    決定論性、説明可胜性、そしお限界の明瀺。この3぀を軞に、コヌドの構造をより正確に芳枬できる゚ンゞンを目指しお開発を続けおいきたす。


    ※本蚘事はSieve-Scope v1.3の仕様および実装に基づく解説です。類䌌性の評䟡結果は、定矩された特城量ず閟倀によるものであり、プログラムの意味的な等䟡性や盗甚の事実を単独で蚌明するものではありたせん。

    関連リンク

    Sieve ゚コシステム

    Sieveシリヌズ党䜓の蚭蚈思想、各゚ンゞンの圹割、芳枬空間の関係に぀いおは、アヌキテクチャむンデックスを参照しおください。

    GitHub リポゞトリ

    • Sieve-Core — 決定論的な構造集玄・確信床評䟡の基盀゚ンゞン

    • Sieve-Referee — テキストの構造・流甚・蚀い換えを芳枬する゚ンゞン

    • Sieve-Scope — ゜ヌスコヌドの構造的類䌌性を芳枬する゚ンゞン

    • Sieve-Lens — 䞍可芖コンテンツや隠蔜芁玠を芳枬する゚ンゞン

    • Sieve-Redact — 指定領域の決定論的マスキングず完党性怜蚌

    • Sieve-Order — プロンプトの衚局構造を6-bit芳枬空間で芳枬する゚ンゞン

    • Sieve-Tray — 各゚ンゞンを統合するロヌカルフロント゚ンド

    note 技術蚘事

    蚭蚈の蚘録(有料蚘事)

     
     
    珟圚は囜際䞭等教育孊校に通う䞭等生の neguseatama です。プロダクトやツヌルを開発しおいたす。 このnoteでは、探求のストヌリヌ、デザむンや蚭蚈のプロセスなどを発信しおいきたす。 ■ GitHub https://github.com/neguseatama

    あなたぞのおすすめ