Qwen Meetup 草案: 関数呼び出しハーネス2、構造化スキーマによりCoT準拠率を9.91%から100%に向上

Qwen Meetup Korea（5月末）での講演では、関数呼び出しハーネスパターンの第2版が紹介されました。オリジナルのハーネスは、型検証とコンパイラフィードバックを使用して、qwen3-coder-nextのバックエンドコード生成を6.75%から100%に引き上げました。このアップデートは、コンパイラがない領域（投資メモ、法的意見、臨床チャート）にも同じアイデアを拡張します。

スキーマ駆動型CoT準拠

核心となるメカニズムは、typiaタグを使用したTypeScriptスキーマで、モデルの推論を必須形式に強制します。すべてのフィールドが入力されないと、提出は拒否されます。投資メモのスキーマ例：

import { tags } from "typia";

export interface IInvestmentMemo {
  recommendation: "BUY" | "HOLD" | "SELL";
  thesis: {
    consensusView: string;
    differentiatedView: string;
  };
  counterThesis: {
    bearCase: string;
    ourResponse: string;
  };
  // bull / base / bear はすべて必須 — 基本ケースのみの提出を防止
  scenarios: {
    bull: IScenario;
    base: IScenario;
    bear: IScenario;
  };
  // 空配列は封印
  valuationDrivers: IValuationDriver[] & tags.MinItems<1>;
  killConditions: IKillCondition[] & tags.MinItems<1>;
  evidenceSources: IEvidenceSource[] & tags.MinItems<1>;
}
// 反証可能な閾値のみ — 「経営陣への信頼」のような自由形式を防止
export type IKillCondition =
  | { type: "price_drawdown"; percentBelowEntry: number }
  | { type: "metric_breach"; metric: string; below: number }
  | { type: "milestone_miss"; expectedBy: string; what: string };

そして、スキーマは過去の投資事例に適用して検証されます — これはトレーディング戦略を市場データでバックテストするのと同じ考え方です。差分は、スキーマが過去の判断のうちどれを正しく捉え、どれを見逃したかを示します。不足している部分を追加します。

測定されたCoT準拠

AutoBEのCoT機能（金融投資分析自体ではありません）を使用して、qwen3.6-27bは、これらのCoT準拠スキーマにおいて最先端モデルに匹敵します。ハーネスにより、準拠率が9.91%から100%に向上します。

対象読者

自動的な正確性チェックがない領域（例：金融、法律、医療）で、構造化され検証可能な推論を必要とするAIエージェントを開発する方。

前回の発表: パート1