sum

SUMは、AI変換テキストに信頼レイヤーを提供するオープンソースプロジェクトです。ユーザーがテキストを再構成し、元のソースに対する変更を検査し、検証可能なレビューを共有するのに役立ちます。このプロジェクトの長期的な目標は、保持されたソースに対して有用な詳細度と視点を持つ知識蒸留器（ナレッジ・ディスティラー）になることです。 中核機能は次のとおりです： - ブラウザワークベンチでのレシート対応エクスポートを備えたソース/リライトレビュー - モデルベースの研究測定とオフライン検証のためのCLIおよびMCPツール - 書き換え後も残ったソースの主張と消えた主張を示す意味差分分析 - JCS正規化バイト上のEd25519署名を使用した暗号学的レシート。Python、Node、ブラウザランタイム間で検証可能 主な特徴： 1. 意味損失レシート: 名前付き意味損失プロキシに対する署名付きで再生可能な証明書。依存関係が軽量な検証（numpy/scipy/torch/GPU/ネットワーク不要） 2. レンダーレシート: 変換が行われたことを証明する（発行者、入力、スライダー位置、モデル、時刻） 3. 認定チェーン: 順序付けられたホップレシートを整数厳密なボンフェローニ予算に結合し、同時信頼性を提供 4. コンプライアンスバリデーター: EU AI法、GDPR、HIPAA、ISO/IEC 27001、SOC 2、PCI DSSをサポート 5. MCPサーバー: 検証および意味差分ツールを備えたエージェント群（agent swarms）との統合 6. 変換基盤: Ed25519/JCS/デタッチJWSによるレシート付き変換のレジストリ このプロジェクトは、何が証明され、何が測定されたかについての透明性を重視しています。暗号学的な側面は、3つの独立した検証実装がバイト単位で一致することで機械的に証明されています。意味的な側面（抽出品質、事実保持）は、コーパスごとの明示的な数値と境界を用いて経験的に測定されています。 インストールはpipによるオプションのエクストラ付きで行います: 基本機能には 'sum-engine[sieve]'、軽量検証には 'sum-engine[verify]'、意味差分分析には 'sum-engine[research,judge]'、レシート発行には 'sum-engine[research,receipt-verify,judge]' を使用します。 このプロジェクトはApache-2.0ライセンスであり、オープンスタンダード（C2PA、W3C VC 2.0、JOSE/JWS/JWKS）に準拠しています。