Struct CoarseToFineRouter 

pub struct CoarseToFineRouter<'a> { /* private fields */ }

粗密二段階階層ルーティングを実行するオーケストレータ。

Implementations

impl<'a> CoarseToFineRouter<'a>

pub fn new( engine: &'a InferenceEngine, tokenizer: &'a JevTokenizer, mapping: &'a HierarchicalMapping, calib_config: &'a CalibrationConfig, config: HierarchicalRouterConfig, ) -> Result<Self>

新しいルーターインスタンスを単一推論エンジンから生成する。

pub fn new_dual( engine: &'a DualSessionEngine, cached_state: &'a CachedStateFeatures, tokenizer: &'a JevTokenizer, mapping: &'a HierarchicalMapping, calib_config: &'a CalibrationConfig, config: HierarchicalRouterConfig, ) -> Result<Self>

キャッシュ済み中間特徴量を保持するデュアルセッションエンジンから新しいルーターインスタンスを生成する。

pub fn with_backend( backend: HierarchicalEngine<'a>, tokenizer: &'a JevTokenizer, mapping: &'a HierarchicalMapping, calib_config: &'a CalibrationConfig, config: HierarchicalRouterConfig, ) -> Result<Self>

任意の推論バックエンドからルーターインスタンスを生成する。

pub fn route( &self, state: &str, instructions: &str, gating_config: Option<&GatingConfig>, ) -> Result<HierarchicalResult>

階層ルーティング推論を実行する。

パイプライン

1. 第 1 パス (大分類推論 & Dirichlet 較正): ModelDrivenCoarseScorer で大分類確率を算出し、設定に応じて ODIR Dirichlet 較正を適用。
2. Early-Exit 判定: 複合確信度 $S_{\text{coarse}} < \tau_{\text{escalate}}$ の場合、即時脱出。
3. Soft-Beam 判定: Top-Margin $M_{\text{coarse}} < \tau_{\text{beam}}$ の場合、Top-1 と Top-2 配下の候補をマージ。
4. 第 2 パス (細分類推論 & 生ロジット取得): マージされた候補群に対して生ロジットを直接抽出。
5. 温度調整 & 確率結合: エントロピー連動温度・ベース温度を生ロジットへ直接適用 (1 回の Softmax) し、大分類確率と減衰周辺化結合。
6. 受け皿候補バイアス: $P(\text{その他}) \ge \tau_{\text{catchall}}$ 判定。
7. 全候補空間 Gating 再計算: 全細分類候補空間基準で Gating メタデータを正規化。