# STEP 1851 — Template-heavy domain family 系統的探索 設計 v0.1

**Timestamp**: 2026-09-07T00:46 (JST)
**Tab worktree**: main (rei-aios-97 [de6edb])
**Commit**: <commit 後に追記>

## 一行 summary

藤本さん note 2026-07-26 ヴォイニッチ手稿 arc の 3 発見 (綴り 規則性 / 4 語で 決まり文句 消失 / p<10⁻⁸) を 圧縮 観点 で 再読 → 「short-range 高規則 + long-range 独立」 の domain family を Voynich signature として 定量化、 12 候補 domain registry + 5 特性測定軸 + 4 phase 研究計画 の 設計案 land。

## 主要 finding / evidence

- **Motivation の 再配置**: cmix v21 (1.17 bpc、 STEP 1837 corrigendum 確定値) + modern LLM Shannon bound 0.60-0.80 bpc (STEP 1847 Gemini audit) の 主戦場 は 「long-range dependency」。 Voynich 型 domain は その 逆側 = 「short-range のみ、 long-range 独立」 で cmix 過剰能力 領域。 domain-specific compressor family として 系統化 する 副次 direction が 成立
- **Registry v0.1 (12 members)**: Voynich (anchor) + 形式 code 3 (JSON schema / XML template / structured log) + random-uniform 2 (hash sequence / numeric ID) + conlang 1 + biological 2 (DNA / protein) + game 1 (chess PGN) + markup 1 (LaTeX) + pattern lang 1 (regex)。 拡張予定: MIDI/SGF/Music21/HDL/smart contract bytecode/CSS
- **5 特性測定軸** (Voynich signature 導出): (A) character bigram entropy / (B) **n-gram uniqueness decay** (Voynich = n≤4 for 「1 回のみ」)/ (C) long-range mutual information / (D) template ratio / (E) compressor ratio gap
- **Voynich signature 定義**: axis B ≤ 5 AND axis C ≈ 0 AND axis D > 30% を 満たす domain。 「一般 SOTA compressor が 過剰能力」 の 指標
- **4 phase 研究計画**: Phase 1 (characterization script + 12 domain measurement 2-4 STEP) → Phase 2 (signature scan、 signature-positive short-list 2-3 STEP) → Phase 3 (1 domain 選択 → template dictionary + n-gram hybrid compressor prototype 5-10 STEP、 「選択 domain で cmix 超え」 が 成功基準) → Phase 4 (理論枠組 paper draft、 Rei stack comparison-basis contract の domain-selection 変種 論)

## Honest scope

- **一般 SOTA (enwik8 cmix 打破) は 目標 では ない**。 主戦場 の 逆側 domain family の 明示 が 目的
- **novelty 主張なし**: LZMA templates / PPMii / Grammar-based coding (Kieffer-Yang 2000) / tokenizer-based compression / Deletang 2026 model-compressor duality の 既存 domain-specific compression 系統 の 再配置。 貢献 candidate は (a) Voynich signature を **characterization 軸** に 昇格、 (b) Rei stack comparison-basis contract を **domain-selection に 適用** の 2 点 のみ
- **domain 選択 の 恣意性**: §1 registry は 私 主観、 系統性 は 未証明、 Phase 1 measurement で validate 必要
- **v0.1 は 設計案 のみ**、 実装 + measurement は 別 STEP。 藤本さん explicit go 後 に Phase 1 着手

## Rei stack 統合点

- **comparison-basis contract v0.2** (STEP 1846/1848/1849) の `null-compared` kind に 「domain 分布 vs uniform random」 対比 として 適用可能
- Phase 1 characterization は STEP 1846 R2 「separatingPower を CI から 導出」 と 同型 (metric axis も CI 判定)
- Phase 4 paper は Paper 179 の 「boundary identification」 pattern 継承

## Failure mode dataset entry (v0.2 送り 検討事項)

- **Phase 3 の 1 domain 選択 基準 の 事前登録** (post-selection bias 予防): 「measurement 結果 を 見て 一番 良さそう な domain を 選ぶ」 = cherry-picking の risk。 Phase 2 完了時点 で 選択基準 を machine-checkable に 事前登録 (rei-preregister tool 利用 candidate)
- **Phase 4 論文 の scope**: single-domain paper と family survey paper の 分離 判断 が 必要
- **Rei stack 統合点 (§5) の 具体化**: comparison-basis contract の domain-selection 変種 が 別 STEP (v0.2 系)

## 詳細参照

- 設計 doc: `docs/template-heavy-domain-family-v0.1-DRAFT.md`
- Seed: 藤本さん note 2026-07-26 「ヴォイニッチ手稿 Fable 5 統計解析」 https://note.com/nifty_godwit2635/n/ne3a9c6e1349d
- 関連 arc: Paper 179 Weaver Level B (対 axis)、 STEP 1837 cmix bpc corrigendum、 STEP 1847 Gemini modern Shannon bound audit
- 対 arc: STEP 1852 Paper 180 concept (statistical significance ⊥ semantic content 対 case 2 例)