井本 賢

• LLMOフレームワーク & LLMOチェックアプリの開発
• ハーネスエンジニアリングをプロダクトに適用 — 開発・運用・マーケティングまでAIエージェントで実践
• 実践での知見を本や記事として公開

2026年4月更新

📊 Excess Vocabulary: 日本語AI生成テキストの過剰語彙クロスモデル定量分析

7モデル×350サンプル vs 人間977記事で651の統計的に有意なexcess wordsを特定。Claude世代間で語彙偏りが増加（TTR: 0.52→0.29）。ドメイン内分類器AUC=0.946、ドメイン間では完全に崩壊。日本語excess vocabulary研究として世界初、共進化の証拠も確認。

📝 AI Text Slop: 日本語技術記事における6つのLLMの文体収束の定量分析

6モデル×10トピック×3試行=180サンプルで16指標を測定。RLHF商用モデルがOSSより有意に高スコア（Cohen's d=1.01）。語彙と構造の乖離（Swallowパラドックス）、人間のQiita記事がAIより高い構造スコアを示す文化的交絡を発見。

🔵 AI Blue: Vision-Language Modelの色認識バイアス

VLM 4モデル×40色×480観測で色認識精度をCIEDE2000で定量評価。商用モデルは中間色で精度低下、AI生成UIの95.4%が青紫に集中。AI Slopの原因メカニズムを初めて定量的に実証。