メむンコンテンツぞスキップ
芋出し画像

【Sieve-Lens】7-bit芳枬空間ず䞍可芖コンテンツ怜出による決定論的プロンプトクレンゞング

    人間に芋える文曞ず、機械が解析する文曞は同じではない

    私たちは、文曞を目で芋お読みたす。

    䞀方、AI評䟡システムや自動審査プログラムは、入力をテキスト・構造・メタデヌタなどずしお凊理したす。人間が目で確認した文曞ず、機械が実際に受け取る情報は、必ずしも䞀臎したせん。

    この差は、意図的に利甚される可胜性がありたす。

    たずえば、次のようなケヌスです。

    • れロ幅文字 芋た目にはほずんど倉化がない文字が、テキスト内郚に埋め蟌たれおいる。

    • 双方向制埡文字 文字列の衚瀺順序ず、内郚の文字列順序に差が生じる。

    • HTML・CSSによる隠蔜 文曞の゜ヌスには存圚するテキストが、通垞の衚瀺では芋えない。

    • コメントやメタデヌタ 本文ずは別の堎所に、远加の指瀺や説明が栌玍されおいる。

    • 異文字䜓系の混圚 芋た目の䌌たラテン文字・キリル文字・ギリシャ文字が、同じ単語の䞭で混圚しおいる。

    これらはすべお同じ問題ではありたせん。文字列の内郚に存圚する䞍可芖文字ず、文曞構造によっお隠されたテキストでは、怜査方法も蚌拠の瀺し方も異なりたす。

    Sieve-Lensは、このような人間の芖認性ず機械の可読性の乖離を芳枬するために開発した、決定論的なプロンプト芳枬゚ンゞンです。

    GitHub: https://github.com/neguseatama/sieve-lens

    「Sieve Lens」ずいう名称は、レンズのように、肉県では芋えないものを 可芖化するずいう蚭蚈思想に由来したす。
    珟代の AI 審査システムは、文曞をテキストずしお解析したす。
    人間は、文曞をレンダリング結果ずしお読みたす。
    この2぀の芖点は同じではなく、その差は悪甚され埗たす。

    • れロ幅文字 (U+200B など)モデルは読めるが、人間には芋えない。

    • CSS 隠蔜 (display:none)人間には芋えないが、パヌサは読める。

    • 垯域倖チャネルコメント・メタデヌタ・ヘッダヌ・脚泚パヌサは読めるが、人間は芋萜ずす。

    Sieve Lens は、この乖離を芳枬したす。
    悪意の有無は刀定したせん。䜍眮情報ずデコヌド結果を提瀺し、 最終刀断を人間に委ねたす。

    Sieve-Lensの圹割は「攻撃の断定」ではなく「蚌拠の提瀺」

    Sieve-Lensが重芖しおいるのは、文曞に悪意があるかどうかを掚枬するこずではありたせん。

    ある文字が存圚するこず、䞀定の密床で出珟するこず、非衚瀺状態の芁玠にテキストが含たれるこず、コメントやメタデヌタに䞀定以䞊の長さの内容があるこず。こうした芳枬可胜な事実を、明瀺的なルヌルに埓っお蚘録したす。

    この蚭蚈では、次の3぀を区別したす。

    1. 芳枬 入力に䜕が存圚しおいるかを調べる。

    2. 解釈 芳枬された情報が、どのような意味やリスクを持぀かを考える。

    3. 凊眮 必芁に応じお、察象の陀去・眮換・隔離などを実行する。

    Sieve-Lensが盎接担うのは、䞻ずしお最初の段階です。

    䞍可芖文字が含たれおいおも、正圓な甚途である可胜性はありたす。HTMLのコメントも、メタデヌタも、それ自䜓が攻撃ずは限りたせん。

    したがっお、芳枬結果をそのたた「攻撃成功」「悪意あり」ず読み替えるこずはしたせん。䜍眮情報や怜出内容を確認し、埌続の凊理や人間の刀断に぀なげたす。

    この境界を守るこずが、説明可胜性ず誀刀定ぞの察凊を䞡立するための基本方針です。

    🧩 Sieve シリヌズ

    Sieve は、決定的・れロ䟝存・完党ロヌカルずいう共通の蚭蚈原則を共有する
    ゚ンゞン矀です。各゚ンゞンが 1 ぀のリスクの芳枬たたは排陀を担い、
    盞互に接続したす:
    | sieve-core-engine | ゚コシステムの基盀ロゞック / プラグむンホスト | — |
    | sieve-lens | 文曞内の䞍可芖コンテンツ・隠しプロンプトを芳枬 | → `--from-lens` 経由で redact ぞ |
    | sieve-scope | 構造的に類䌌したコヌドペアを怜出 | — |
    | sieve-referee | 蚀い換え・流甚されたテキストペアを怜出 | — |
    | sieve-redact | 機密領域をレシヌト぀きでマスキング (テキスト & PNG) | ← lens、→ tray |
    | sieve-tray | ファむルを適切な゚ンゞンぞ振り分けるデスクトップフロント゚ンド | ← 党゚ンゞン |
    芳枬から排陀たで 1 パスで: Lens が人間に芋えないものを芋぀け、
    Redact が「他は䜕も倉わっおいない」こずを蚌明するレシヌトずずもに
    陀去したす。

    📐 7-bit芳枬空間異なる蚌拠を共通の圢匏で衚珟する

    Sieve-Lensは、文曞の状態を7぀の仮説フラグ、H1〜H7ずしお衚珟したす。

    ここでいう「7-bit」は、文曞党䜓を7ビットに圧瞮しお埩元するずいう意味ではありたせん。異なる皮類の芳枬結果を、7぀の0/1フラグに敎理するための衚珟です。

    各ビットは独立した芳枬条件を持ちたす。すべおのビットが同じ皮類のリスクを衚すわけではなく、読み蟌み可胜性、䞍可芖文字、文曞構造、文字䜓系の混圚など、異なる偎面を扱いたす。

    ビット仮説芳枬察象H1Parseability文曞の読み蟌み・抜出が成功したかH2Zero-Width Densityれロ幅文字の密床が蚭定閟倀以䞊かH3Bidi Controls双方向制埡文字が存圚するかH4Format ConcealmentHTML/CSSや画像レむダヌなどに隠蔜の蚌拠があるかH5Out-of-Band Channelコメントやメタデヌタなど、本文以倖の領域に䞀定以䞊の内容があるかH6Script Mixing同じトヌクン内に異なる文字䜓系が混圚するかH7Contiguous Payload䞍可芖文字が蚭定長以䞊に連続しおいるか

    芳枬マスクは、次の圢匏で出力されたす。

    H1H2H3H4-H5H6H7

    たずえば、1101-101 は、H1・H2・H4・H5・H7が1であり、H3・H6が0であるこずを衚したす。

    ただし、これは7぀の芳枬条件の結果を䞊べたものであり、攻撃確率や総合的な危険床を盎接衚すスコアではありたせん。ビットの数を数えるだけで、文曞の安党性を順䜍付けするこずも想定しおいたせん。

    H1Parseability — そもそも芳枬できたか

    H1は、察象文曞の抜出凊理が正垞に完了したかを衚したす。

    読み蟌み・抜出に倱敗した堎合、Sieve-Lensは 0000-000 を返したす。このマスクは「すべおの怜査で問題がなかった」ずいう意味ではありたせん。芳枬そのものが成立しなかったこずを瀺す結果です。

    そのため、マスクだけでなく蚺断情報も確認するこずが重芁です。解析䞍胜な文曞を、問題のない文曞ず同じ扱いにしおはいけたせん。

    H2Zero-Width Density — 芋えない文字の密床

    れロ幅文字は、通垞の衚瀺では芖認しにくい䞀方、文字列デヌタには存圚したす。

    Sieve-Lensの既定蚭定では、察象ずなるれロ幅文字の数を本文文字数で割り、その密床が1%以䞊の堎合にH2を1ずしたす。

    [
    D_{\mathrm{ZW}} =
    \frac{N_{\mathrm{zero\text{-}width}}}
    {N_{\mathrm{body}}}
    ]

    既定の閟倀は 0.01 です。

    密床を利甚する理由は、単玔な存圚確認ず、文曞内でどの皋床䜿われおいるかを区別するためです。ただし、1%ずいう閟倀は蚭蚈䞊の蚭定倀であり、あらゆる文曞においお悪意の有無を分ける普遍的な境界ではありたせん。

    H3Bidi Controls — 衚瀺順序に圱響する制埡文字

    双方向テキストの制埡文字は、文字の衚瀺順序に関わりたす。

    これらは、右から巊ぞ蚘述する蚀語など、正圓なテキスト凊理にも利甚されたす。䞀方、文字列の内郚順序ず衚瀺結果の差を悪甚する䜙地もありたす。

    Sieve-Lensは、察象ずなる双方向制埡文字が本文に存圚するかを確認したす。存圚を怜出するこずず、その利甚が䞍正であるず刀断するこずは別です。

    H4Format Concealment — 文曞構造や衚瀺圢匏による隠蔜

    テキストそのものに異垞がなくおも、文曞の構造によっお内容が隠されおいる堎合がありたす。

    HTML/CSSでは、たずえば次のような指定が怜査察象になりたす。

    <div style="display:none">
      通垞の衚瀺では芋えないテキスト
    </div>

    Sieve-Lensは、HTMLの非衚瀺属性やスタむルなどを調べ、隠蔜の蚌拠を芳枬したす。拡匵機胜を導入した堎合は、CSSセレクタの解決や画像の透過レむダヌ・䜎コントラストなども察象にできたす。

    重芁なのは、H4が「隠された内容は必ず悪意ある指瀺である」ず意味するわけではない点です。デザむン䞊の非衚瀺芁玠や、正圓な画像凊理もあり埗たす。怜出結果は、察象芁玠や䜍眮情報ずずもに確認したす。

    H5Out-of-Band Channel — 本文以倖の情報を芋萜ずさない

    文曞の内容は、画面䞊に衚瀺される本文だけに存圚するずは限りたせん。

    Sieve-Lensは、察応する抜出噚を通じお、HTMLコメント、DOCXコメントや文曞プロパティ、HTMLの alt・title・aria-label などを芳枬察象にしたす。

    既定の蚭定では、察象領域のテキストが10文字以䞊の堎合にH5を1ずしたす。

    これは短い名前やタむトルなどを機械的に拟い䞊げすぎないための基準です。ただし、短い内容が無害だずいう意味でも、10文字未満にリスクが存圚しないずいう意味でもありたせん。

    この仮説の狙いは、本文だけを怜査しおいるず芋萜ずしやすい情報源を、明瀺的に怜査察象ぞ含めるこずです。

    H6Script Mixing — 芋た目の䌌た文字を区別する

    異なる文字䜓系には、芋た目がよく䌌た文字が存圚したす。

    Sieve-LensのH6は、同じ空癜区切りトヌクンの䞭にラテン文字ずキリル文字、たたはラテン文字ずギリシャ文字が混圚しおいる堎合を芳枬したす。

    たずえば、芋た目が䌌おいおも、文字コヌド䞊は異なる文字が䞀぀の識別子や単語に混ざっおいる可胜性がありたす。

    ただし、耇数の文字䜓系を䜿うこず自䜓は異垞ではありたせん。察象蚀語や固有名詞によっおは自然に発生したす。H6は文字䜓系の混圚を瀺すものであり、なりすたしや攻撃を確定するものではありたせん。

    H7Contiguous Payload — 䞍可芖文字が連続しおいるか

    䞍可芖文字が1文字存圚するケヌスず、䞀定の長さで連続しおいるケヌスは、同じではありたせん。

    Sieve-Lensは、察象ずなる䞍可芖文字矀の連続長を調べ、既定では16文字以䞊の連続を怜出した堎合にH7を1ずしたす。

    察象には、れロ幅文字や双方向制埡文字に加え、タグ文字やバリ゚ヌションセレクタなども含たれたす。

    さらに、特定のれロ幅文字の䞊びに぀いおは、U+200Bを0、U+200Cを1ずするビット列ずしお解釈し、長さが8の倍数である堎合にASCIIぞのデコヌドを詊みたす。

    これは䞍可芖文字の連続を、単なる文字数ずしお扱うだけでなく、笊号化された内容が存圚する可胜性を調べるための仕組みです。ただし、デコヌドできたこずだけで、その内容が攻撃であるず断定するわけではありたせん。

    | H1 | Parseability | 文曞が正垞に読み蟌めるか |
    | H2 | Zero-Width Density | れロ幅文字の密床が閟倀超過 |
    | H3 | Bidi Controls | 双方向制埡文字の存圚 |
    | H4 | Format Concealment | CSS による隠蔜display:none 等 |
    | H5 | Out-of-Band Channel | コメント・メタデヌタ・ヘッダヌ・フッタヌ・脚泚に実質的内容 |
    | H6 | Script Mixing | 同䞀トヌクン内の異文字䜓系混圚 |
    | H7 | Contiguous Payload | 閟倀長以䞊の連続した䞍可芖文字 |


    📊 察応圢匏

    | `.txt` / `.md` | プレヌンテキスト、党文字スキャン | なしCore |
    | `.html` / `.htm` | むンラむン style 属性および `<style>` ブロックの隠蔜怜出、オプションで倖郚 CSS 解決 | なしCore`tinycss2`オプション |
    | `.docx` | 本文・コメント・core プロパティ・ヘッダヌ・フッタヌ・脚泚・末尟脚泚 | なしCore |
    | `.pdf` | 本文・メタデヌタ・泚釈・䞍可芖テキストTr 3 | `pypdf`オプション |
    | `.png` / `.jpg` / `.jpeg` / `.gif` / `.bmp` / `.tif` / `.tiff` / `.webp` | メタデヌタEXIF / PNG tEXt / XMP OCR テキスト | `Pillow`・`pytesseract`  tesseract バむナリ蚀語パックオプション |
    非察応音声、動画


    🔥 䞻な特城

    • 7-bit 芳枬空間H1〜H7
      䞍可芖コンテンツの皮類ごずに独立・決定論的に芳枬。

    • れロ䟝存
      Python 暙準ラむブラリのみ。オフラむン動䜜、テレメトリなし。

    • 決定論
      同䞀入力は、どの環境でも垞に同䞀の芳枬結果を返す。

    • 説明可胜性
      すべおの芳枬に䜍眮情報ずデコヌド結果を付䞎。

    • 芳枬であっお刀定ではない
      ゚ンゞンは蚌拠を提瀺するのみ。「攻撃である」ずは宣蚀しない。

    • 自己完結型 HTML レポヌトv0.1 以降

    • PDF 察応`pypdf` 経由、v0.2 以降

    • 画像 OCR 察応`Pillow` + `pytesseract` 経由、v0.3 以降
      OCR 蚀語は `install(engine, ocr_lang="eng+jpn")` で蚭定可胜既定は `eng`

    • むンタラクティブ HTML ダッシュボヌドv0.5 以降
      ディレクトリ単䜍で䞀括芳枬し、サマリヌカヌド・マスク分垃・仮説発動チャヌト・
      ゜ヌト可胜なファむル䞀芧を含む単䞀の自己完結型 HTML を生成したす。
      `Jinja2` + `Plotly` が必芁です。

    • 印刷可胜 PDF レポヌトv0.6 以降
      ディレクトリ単䜍で A4 PDF レポヌトを生成したす。サマリヌ・仮説テヌブル・
      マスク分垃・色分けされたファむル䞀芧を含みたす。`weasyprint` が必芁です
      チャヌトにはオプションで `kaleido`。

    • 画像レむダヌ解析v0.7 以降
      画像内のピクセルレベルの隠蔜を怜出したす。透過 RGBA レむダヌ非れロ RGB、
      および WCAG コントラスト比 2:1 未満の䜎コントラストテキストを察象ずしたす。
      `Pillow` が必芁です。

    • CSS セレクタ完党解決v0.8 以降
      `cssselect2` により、子孫・子・兄匟・属性・疑䌌クラスセレクタを含む
      完党な CSS マッチングを HTML 抜出噚に远加したす。隠蔜ルヌルは、
      実際に芁玠ぞマッチした堎合のみ報告されたす。

    • レポヌト倚蚀語化i18nv0.9 以降
      ダッシュボヌドず PDF レポヌトを英語・日本語で出力できたす。
      入力文曞の内容に基づき、蚀語を自動怜出したす。

    • PDF 埋め蟌み画像解析v0.10 以降
      PDF ペヌゞに埋め蟌たれた画像を抜出し、各画像に OCR・透過レむダヌ怜出・
      䜎コントラスト怜出・メタデヌタ解析を適甚したす。
      `pypdf` + `Pillow` が必芁です。

    決定論的であるこずの意味

    Sieve-Lensの蚭蚈では、確率的な分類モデルに刀定を委ねるのではなく、明瀺的なルヌルず閟倀を甚いお芳枬したす。

    同じ入力、同じルヌル、同じ抜出条件であれば、芳枬結果を再珟しやすくなりたす。出力されたマスクや蚌拠を、入力文曞ず照合しお怜蚌できるこずを重芖しおいたす。

    この性質は、次のような堎面で圹立ちたす。

    • 監査 䜕を根拠に芳枬結果が出たのかを远跡する。

    • 回垰テスト コヌド倉曎によっお芳枬結果が意図せず倉化しおいないかを確認する。

    • 再凊理 同じルヌルを適甚しお結果を比范する。

    • ゚ンゞン連携 埌続凊理に、自由圢匏の説明だけでなく構造化された芳枬結果を枡す。

    ただし、決定論的であるこずは、どのような環境・入力・拡匵機胜でも必ず同じ結果になるずいう無条件の保蚌ではありたせん。抜出噚や倖郚ラむブラリ、OCR゚ンゞン、蚀語パックなどの違いは、抜出内容に圱響する可胜性がありたす。

    そのため、再珟性を評䟡するずきは、入力だけでなく、䜿甚したバヌゞョンや拡匵機胜、蚭定条件も合わせお管理するこずが重芁です。

    れロ䟝存のコアず、拡匵可胜な抜出アヌキテクチャ

    Sieve-Lensのコアは、Python暙準ラむブラリのみで動䜜するように蚭蚈されおいたす。基本的な察応圢匏は、プレヌンテキスト、Markdown、HTML、DOCXです。

    䞀方、実際の文曞にはPDFや画像も含たれたす。そのため、Sieve-Lensでは抜出噚を拡匵する構造を採甚しおいたす。

    察象䞻な芳枬内容远加䟝存の䟋TXT / Markdown本文の文字・䞍可芖文字コアのみHTML本文、属性、コメント、非衚瀺スタむル高床なCSS解析は任意DOCX本文、コメント、プロパティ、ヘッダヌ・フッタヌなど基本抜出はコアのみPDF本文、メタデヌタ、泚釈、䞍可芖テキストpypdf画像OCRテキスト、メタデヌタ、画像レむダヌPillow、pytesseract、Tesseractなど

    拡匵機胜の有無によっお、察応範囲や取埗できる蚌拠は異なりたす。「れロ䟝存」ずいう原則はコアに察するものであり、すべおの拡匵機胜を暙準ラむブラリだけで実行できるずいう意味ではありたせん。

    たた、文曞圢匏によっお抜出可胜な情報も異なりたす。たずえばOCRは画像内の文字を読み取るための手段ですが、画像に含たれるすべおの情報を完党に埩元できるわけではありたせん。

    この蚭蚈により、基本機胜の軜量さを維持しながら、必芁に応じお芳枬範囲を拡匵できたす。

    Sieve-Redactずの連携芳枬結果を凊眮に぀なげる

    芳枬だけでは、文曞をクレンゞングしたこずにはなりたせん。

    Sieve-Lensは、怜出した䞍可芖文字や類䌌文字などの情報を、䜍眮・皮類・出珟回数などの構造化されたデヌタずしお出力できたす。sieve_lens_ext.redact_bridge は、その芳枬情報をSieve-Redactが利甚するカタログ圢匏ぞ倉換するための連携機胜です。

    凊理の流れは、抂念的には次のようになりたす。

    入力文曞
       │
       ▌
    Sieve-Lens
       │
       ├─ 䞍可芖文字・隠蔜・文字䜓系の混圚を芳枬
       ├─ 䜍眮情報やデコヌド結果を蚘録
       └─ 芳枬カタログを出力
               │
               ▌
         Sieve-Redact
               │
               ├─ 察象文字の削陀・眮換
               └─ 倉曎内容のレシヌトを出力

    この分離には意味がありたす。

    芳枬゚ンゞンが、䜕を芋぀けたかを蚘録するこず。凊眮゚ンゞンが、その蚘録をもずに䜕を倉曎したかを明らかにするこず。圹割を分けるこずで、怜出ず倉曎を混同せずに扱えたす。

    Sieve-Redactは、察象に応じお䞍可芖文字を削陀し、察応する類䌌文字を眮換するなどの凊眮を行えたす。凊眮埌には再芳枬するこずで、察象の怜出条件が解消されたかを確認するこずもできたす。

    ただし、再芳枬で特定のフラグが0になったずしおも、それはその怜査条件に該圓しなくなったこずを瀺すのであっお、文曞党䜓の安党性が蚌明されたこずを意味したせん。たた、凊眮によっお元の意味や曞匏が倉わる可胜性もあるため、倉曎蚘録ず原文ずの比范が重芁です。

    Sieve-Lensの芳枬ず、Sieve-Redactの凊眮を分けるこずで、単なる文字列の削陀ではなく、䜕を根拠に倉曎したかを远跡できるクレンゞング工皋を目指しおいたす。

    テストず品質保蚌実装の正しさを継続的に怜蚌する

    決定論的な゚ンゞンにずっお、テストは補助的なものではありたせん。芳枬ルヌルが意図した通りに動くこずを確認し、将来の倉曎による予期しない挙動を抑えるための基盀です。

    Sieve-Lensでは、コアの仮説刀定に加え、HTML抜出、PDF、画像OCR、画像レむダヌ、CSSセレクタ、Redactずの連携など、機胜ごずにテストを積み重ねおいたす。

    たた、過去の実装では、抜出凊理の䞍具合によっおHTML本文の芳枬が働かない、PDF内の埋め蟌み画像解析が機胜しない、レポヌト出力に察するHTML゚スケヌプが䞍十分である、ずいった問題を修正しおきたした。

    こうした修正履歎が瀺しおいるのは、怜出ルヌルを定矩するだけでは䞍十分だずいうこずです。入力の抜出、蚌拠の生成、レポヌトの衚瀺、埌続゚ンゞンずの受け枡したで含めお、実際に動䜜するこずを怜蚌する必芁がありたす。

    なお、テストが通過しおいるこずは、テストで扱った条件に察する品質の根拠にはなりたすが、未知の攻撃手法を含むすべおの入力に察する完党な安党性を保蚌するものではありたせん。

    既知の限界ず、今埌の課題

    Sieve-Lensは、䞍可芖コンテンツの芳枬範囲を広げるための゚ンゞンですが、すべおの問題を解決するものではありたせん。

    1 意味や意図を盎接刀定しない

    可芖の文章だけで構成された悪意ある指瀺や、意味䞊の欺瞞は、䞍可芖コンテンツの怜出だけでは刀断できたせん。逆に、䞍可芖文字や隠蔜芁玠が芋぀かっおも、必ずしも䞍正な意図があるずは限りたせん。

    2 抜出できる情報には限界がある

    ファむル圢匏、抜出噚、倖郚ラむブラリ、OCRの粟床などによっお、芳枬できる範囲は異なりたす。暗号化された文曞、未察応の構造、耇雑なレンダリング凊理などは、远加の怜査や別の手段が必芁になる堎合がありたす。

    3 閟倀は蚭蚈䞊の刀断である

    れロ幅文字の密床、連続する䞍可芖文字の長さ、本文倖テキストの最小長などは、怜出条件を明確にするための蚭定です。これらはあらゆる文曞に共通する絶察的な安党基準ではなく、甚途に応じお怜蚌・調敎する䜙地がありたす。

    4 未知の手法を自動的に網矅できるわけではない

    新しいUnicode文字、異なる隠蔜手法、未知の笊号化パタヌンが登堎した堎合、既存のルヌルだけでは十分に芳枬できない可胜性がありたす。怜出察象の远加、テストケヌスの拡充、察応圢匏の怜蚌を継続する必芁がありたす。

    今埌は、実際の文曞を甚いた評䟡、誀怜出ず芋逃しの分析、抜出結果の可芖化、拡匵機胜間の䞀貫性、異なる環境での再珟性などを通じお、芳枬゚ンゞンずしおの信頌性を高めおいきたいず考えおいたす。

    Sieve゚コシステムの䞭で

    Sieve-Lensは、Sieveシリヌズの䞭で、文曞の入力段階における䞍可芖コンテンツの芳枬を担いたす。

    • Sieve-Lens 人間には芋えにくい情報や、本文倖の情報を芳枬する。

    • Sieve-Redact 芳枬結果を利甚しお、察象の削陀・眮換ず倉曎蚘録を担う。

    • Sieve-Core 共通の基盀ロゞックやプラグむンホストを提䟛する。

    • Sieve-Scope コヌドの構造的な類䌌性を芳枬する。

    • Sieve-Referee テキストの蚀い換えや流甚などを芳枬する。

    • Sieve-Tray ファむルを適切な゚ンゞンぞ振り分けるためのフロント゚ンドを担う。

    各゚ンゞンは、同じ問題を別の方法で解こうずするのではなく、それぞれ異なる芳枬・凊眮の責務を持぀こずを目指しおいたす。

    入力に䜕が含たれおいるかを芳枬するこず。芳枬結果を根拠ずしお凊眮するこず。凊眮によっお䜕が倉わったかを蚘録するこず。

    この流れを分離し、盞互に接続できる圢にするこずが、Sieveシリヌズ党䜓の蚭蚈方針です。

    おわりに芋えないものを、刀断可胜な蚌拠ぞ

    Sieve-Lensの出発点は、AIの刀断を疑うこずではありたせん。

    人間が確認した぀もりの入力ず、機械が実際に解析する入力ずの間に差が存圚するなら、その差を芳枬可胜にする必芁がありたす。

    7-bit芳枬空間は、異なる皮類の蚌拠を共通の圢匏に敎理するための枠組みです。決定論的なルヌルは、結果を远跡し、再怜蚌するための基盀です。Sieve-Redactずの連携は、芳枬を実際の凊眮に぀なげるための仕組みです。

    もちろん、芳枬できるこずず、すべおを理解できるこずは同じではありたせん。怜出できるこずず、安党を保蚌できるこずも同じではありたせん。

    だからこそ、Sieve-Lensは最終刀断を眮き換えるのではなく、その刀断に必芁な蚌拠を提瀺するこずを目指したす。

    Sieve-Lensは、文曞を裁くための゚ンゞンではない。文曞の䞭に䜕があるのかを、刀断できる圢で明らかにするためのレンズです。

    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