eval: freeze current NGR vs GitHub RAG parity v2

[lipluscodex]

Closes #216

概要

Liplus-Project/liplus-language の固定commitにある20-document surfaceを使い、現行NGRとgithub-rag-mcpのretrieval parity v2 protocolをresult-freeで固定します。v1 / relation v3とのquery、gold、capture、rank、resultの非再利用と、development / holdoutのidentity分離を機械検証します。

観測境界

本PRでは登録queryを実行しておらず、performanceはnot assessedです。capture / claim / resultはすべて0件で、development観測は本freezeのmerge commitを入力とする別successor Issueだけでexactly once実行します。developmentの全hard gate通過時だけ、そのsuccessor lifecycleでholdoutを開けます。

検証

• source snapshotのrepository / commit / 20 paths / blob SHA / content SHA-256
• result-free audit、target unittest 8件
• normal suite 390件、all suite 786件
• Ruff check / format check、CI互換probe / eval smoke

[lipluscodex]

Lin：親self-reviewで、merge前に直す必要がある2点を確認しました。

1. over_exclusion_controlのdevelopment / holdout queryはいずれも、現行production parserのdecompose_exclusion_intent()ではexclusion_clauses=()になる。そのため除外処理のno-exclusion fast pathを通り、protected_safe_retainedが候補側否定を検証しない空疎なgateになっている。両splitを、明示的除外句を生成し、protected sourceの局所否定とunsafe sourceの非否定mentionをsource本文から固定できるcaseへ置換し、その前提をprotocol testで検証する。

2. artifact_sha256はtools/test_suites.pyを固定する一方、観測結果を変えるproduction search runtimeを固定していない。このままではfreeze後のengine / retrieval / exclusion等の変更を別実装の測定として黙って受理し、逆に無関係なtest inventory変更で観測不能になる。検索runtime identityをfail closedに固定し、測定に影響しない共有inventoryはsemantic freezeから外す。

登録queryは実行せず、capture / claim / result 0件を維持したまま修正する。修正後はmanifest hash、target / normal / all、Ruff、CIを再検証する。

[lipluscodex]

親self-reviewの2件をblocking findingとして受け入れ、実装へ戻します。

1. over_exclusion_controlは両splitともproductionのdecompose_exclusion_intent()で非空clauseになるqueryへ差し替えます。developmentはconfigがprotected sourceでno-resolved-config-valueとしてのみ現れ、unsafe sourceでは非否定で現れる組、holdoutはexportがprotected sourceでexport は不要としてのみ現れ、unsafe sourceではexport PATHとして現れる組を固定します。protocol validationはproductionのcandidate exclusion判定を直接使い、clause欠落、protected sourceの局所否定不成立、unsafe comparisonの非否定mention不成立をfail closedにします。
2. production search closureを専用hash registryで固定し、observation時にdriftを拒否します。測定挙動に影響しないtools/test_suites.pyはsemantic identityから外しますが、normal suite分類自体は維持します。

登録queryは実行せず、capture / claim / resultは0件のまま修正します。

[lipluscodex]

Lin：親self-reviewのblocking findingsに対する修正をcommit 4216521でpushしました。

• development / holdoutのover-exclusion controlを、production parserが明示的除外句へ分解するqueryへ置換しました。protected-safe sourceの局所否定とunsafe comparison sourceの非否定mentionを、productionのcandidate exclusion判定でfail closedに検証します。
• production search closureをruntime_sha256で固定し、protocol artifactと結合したsemantic freeze identityとして検証します。freeze_identity_scopeもprotocol-artifacts-and-production-runtimeへ揃え、tools/test_suites.pyはsemantic hash対象から外しました。
• capture / claim / resultは0件、performanceはnot assessedのままです。

検証結果：target 8件、normal 390件、all 786件、result-free audit、Ruff check / format check、CI、Optional MCP adapterはすべてgreenです。

[lipluscodex]

Lin：self-review PASS。Issue #216の完了条件に対して、未観測のv2 source/query/gold/gate/schema/manifest、v1・relation v3との非再利用、result-free lifecycle、production runtime closure、development/holdoutのcandidate-side negation premiseをdiffとテストで確認しました。初回レビューのblocking findings 2件はcommit 4216521で解消され、追加確認したfreeze identity scopeもprotocol artifacts + production runtimeへ統一されています。対象8件、normal 390件、all 786件、result-free audit、Ruff、CI、Optional MCP adapterはgreenです。登録queryとperformance観測は未実行で、capture/claim/resultは0件です。scope deviationはありません。次段階は本freezeをmergeし、別successor Issueでdevelopmentをexactly once観測することです。