v1.1.0
natural-japanese v1.1.0 — 実行モードと、磨いても残るAI臭を捉える意味的検出器
すべて実測にもとづくリリースです。同一タスクでの工程別時間計測、10本規模のブラインド評価、そしてNN系4トラックの全数実験から生まれました。
実行モード（クイック / フル）
- クイック（既定）: 日常使い。サブエージェントなしでその場で完結。実測で短い文書30秒前後、1万字級でも3分程度。lint は文書が短くても必ず1回（省略すると品質保証が成立しないため強制化）
- フル: 「しっかり」「時間をかけていい」とき・対外/経営向け・1万字超。lint/outline/terms＋並列サブエージェント3レビュー（構造・読みやすさ・doctype照合）＋収束ループ。実測で短い文書7分前後、1万字級15〜20分。開始時に所要目安をユーザーへ一言伝える
- スラッシュコマンド引数対応:
/natural-japanese full 議事録.md - 実測知見: 大きい文書ではフルがブラインド4観点全勝（確信度高）。小さい文書では差が出ないためクイックで十分。effort を絞った実行はフル工程を削りやすいため、フルは high 推奨
scripts/semantic.py（EXPERIMENTAL・opt-in）
文埋め込み（cl-nagoya/ruri-v3-310m）で「隣接する文どうしの意味的な近さの起伏」を測り、話題の平板さ——一つの主題を同じ歩幅で刻み続けるAI的な癖——を検出します。コーパス実測で AI 85% / 人間の誤検知 3.7%、7モデルすべてに頑健で、表層の文体を人手で磨き上げた文書に残るAI臭まで捉えた唯一の指標です。
torch＋初回約1GBのモデルダウンロードを伴う重量級のため、lint 本体には組み込まず独立の opt-in エントリにしています。ジャンル別閾値（essay/tech/business）はコーパス校正済み。
なお同時に実験した perplexity 検出・教師あり分類器・GiNZA係り受けの3系統は、いずれも「良い書き手ほど罰する」構造が実測で確認され不採用としました。経緯と数値は corpus/reports/nn-detector-sweep.md、再現スクリプトは corpus/experiments/ にあります。
リライトの品質ガード強化
10本のブラインド評価（人手完成版へのリライト対決）で見つかった欠陥への対処:
- 見出しの結論化は2〜3箇所まで・書式を揃えすぎない（数の上限）
- リライトは着手前に全節へ keep/change を割り振る（デフォルト keep、change 3割目安）
- 生の痕跡（口語引用・記号・不揃い）は資産として保存
- 著者の意図・方針を捏造しない、So What は根拠が支える範囲まで
この結果、「人手の完成版とのブラインド対決」が 0勝5敗 → 4勝1分（敗北ゼロ）まで改善しています。
開発向け
- スキル評価ハーネス
corpus/experiments/skill-eval/: スキル適用→3批評（人間らしさA/B・趣旨保存・構造臭）→原因スキル箇所ごとのクラスタ集約。--parallel・--effort-*対応
Codex コードレビュー GO 取得済み（semantic.py の閾値精度とエラーパスの指摘2件は修正適用済み）。
変更ログ(自動生成)
Full Changelog: v1.0.1...v1.1.0