# ゲート比較・入力拡張・visual_density廃止 検証サマリ（§9対応）

LLM再実行なし・追加課金ゼロ。線形回帰・5-fold OOF。スクリプト: `scripts/run_gate_comparison.py` / `scripts/run_input_expansion.py`。

## 1. 判定可否ゲート比較（論点3）

| ゲート | カバレッジ | total グレード一致 | total MAE | soup グレード一致 | soup MAE |
|---|---:|---:|---:|---:|---:|
| baseline（全件519） | 100% | 75.7% | 9.41 | 69.0% | 8.71 |
| **LLM_assessable（打ち手1・採用）** | **66.7%** | 89.0% | **8.56** | 87.9% | 8.25 |
| RF-DETR readable | 71.3% | 87.0% | 8.93 | 85.7% | 8.59 |
| RF-DETR assessable（最厳） | 42.6% | 90.5% | 9.03 | 92.3% | 8.17 |
| both | 42.4% | 91.4% | 8.91 | 92.7% | 8.00 |

**採用: 打ち手1（LLM_assessable）を採点ゲートに。** 最厳ゲートはカバレッジ半減の割にグレード+1.5pt・MAE悪化で割に合わない。
ただし本番は2段運用（上流RF-DETR可読性 → 採点直前LLM_assessable）。

## 2. 入力拡張: 濃度＋動画＋時間（論点・指示）

| target | 特徴量 | MAE | グレード一致 | ±15点 |
|---|---|---:|---:|---:|
| total | 濃度+動画 | 8.56 | 89.0% | 93.1% |
| total | **濃度+動画+時間** | **8.35** | 88.7% | 91.6% |
| soup | 動画のみ | 8.25 | 87.9% | 92.2% |
| soup | **濃度+動画+時間** | **8.04** | 87.6% | 90.5% |

時間追加でMAE改善（グレード/±15は<1ptの微減＝CVノイズ範囲）。**本番採用** → pipeline を `visual_plus_brix_slot` に更新・再学習。

## 3. visual_density 廃止の影響（論点1・RF-DETR assessableゲート上）

| target | 設定 | グレード一致 | ±15点 |
|---|---|---:|---:|
| total | vdあり | 90.5% | 91.9% |
| total | vdなし | 90.5% | 88.2% |
| soup | vdあり | 92.3% | 91.9% |
| soup | vdなし | 91.9% | 93.2% |

精度はほぼ中立。廃止は精度目的でなく**設計整合＋シンプル化**として妥当（LLM出力変更はLLM再実行を伴うため別タイミング）。

## 4. 目標精度の見立て（論点2）

最厳ゲート（カバレッジ42%）でもグレード一致 91〜92%・±15点 最大93%が天井。
**目標95%/98%はゲート調整だけでは未達。** 次の主戦場は教師データの質（ラベル監査・工程段階判定）。