> ## Documentation Index
> Fetch the complete documentation index at: https://avala.ai/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# 能力実験

> モデルの失敗を、仮説、そのために収集したデータ、測定された結果に結び付ける記録

能力実験は、[フリートラーニングのループ](/docs/ja/fleet-learning/overview.md)の 1 回分を書き記したものです。特定のモデルバージョンで見られる失敗から始まります。どのデータがそれを解決するかについての仮説を述べます。測定された結果と、次の配分についての決定で終わります。

Avala は、[ギャップレポート](/docs/ja/fleet-learning/failure-ingestion.md)の失敗条件ごとに能力実験を開きます。Avala は収集、リリース、再評価を通じて記録を最新に保ちます。お客様は各[能力レポート](/docs/ja/fleet-learning/evaluation.md)と一緒にこの記録を受け取ります。

## フィールド

| フィールド | 内容 |
| - | - |
| `model_version` | 失敗を示したモデルバージョンです。この識別子はお客様が提供します。 |
| `failure_condition` | 失敗タクソノミーから取った、失敗とそれが現れる条件です。`mistake_type` と `failure_stage` は、失敗したシーケンスの[結果ラベル](/docs/ja/fleet-learning/sequence-metadata.md)と同じタグを使います。 |
| `hypothesis` | 検証可能な記述です。どのデータがどのメトリクスを、どの方向に変えるべきかを示します。 |
| `coverage_cells` | 実験が対象とする[カバレッジセル](/docs/ja/fleet-learning/coverage.md)です。 |
| `capture_campaign` | データを収集するキャプチャキャンペーンです。 |
| `dataset_release` | 新しいシーケンスを含む、バージョン管理されたデータセットリリースです。 |
| `evaluation_cohort` | 結果の測定に使う、ホールドアウトされた[評価シーン](/docs/ja/fleet-learning/evaluation.md)です。そのシーケンスは `evaluation_membership: "held_out_eval"` を持ちます。 |
| `outcome` | 各モデルバージョンについて、評価コホートで測定された結果です。信頼区間を含みます。 |
| `next_allocation` | 次のサイクルで何を収集するか、そしてその理由です。 |

## 記録の例

```json theme={null}
{
  "experiment_id": "cx_dishwasher_rack_regrasp",
  "status": "validating",
  "model_version": "your-policy@2026-09-20",
  "failure_condition": {
    "mistake_type": "slip_during_place",
    "failure_stage": "place",
    "taxonomy_version": "3",
    "conditions": ["lower_rack_pulled_out", "wet_ceramic", "rack_obstacle_present"]
  },
  "hypothesis": "Adding expert sequences with slip and recovery on lower dishwasher racks raises success on the rack-loading cohort and lowers the intervention rate.",
  "coverage_cells": [
    {
      "environment": "kitchen",
      "mechanism": "dishwasher_pull_rack",
      "material": "ceramic_wet",
      "interaction_primitive": "place",
      "failure_mode": "regrasp_after_slip",
      "embodiment": "human_egocentric"
    }
  ],
  "capture_campaign": { "project_uid": "<project-uid>" },
  "dataset_release": { "dataset": "your-org/kitchen-manipulation", "release": "r4" },
  "evaluation_cohort": { "cohort_id": "eval_kitchen_racks", "version": "2" },
  "outcome": null,
  "next_allocation": null
}
```

`outcome` と `next_allocation` は、Avala が次のモデルバージョンを再評価するまで空のままです。

## 記録と既存オブジェクトの関係

能力実験は参照を保持します。各フィールドは、Mission Control、API、SDK、MCP サーバーですでに開けるオブジェクトを指しています。

| 実験フィールド | 既存オブジェクト | 読み取り方法 |
| - | - | - |
| `failure_condition` | 失敗を示す[フリートレコーディング](/docs/visualization/fleet/fleet-dashboard.md)と[フリートイベント](/docs/visualization/fleet/events-and-markers.md)、および失敗したシーケンスの結果ラベル | `client.fleet.recordings.get(...)`、`client.fleet.events.list(recording_id=...)`、`client.sequence_outcomes.list(owner, slug, outcome=...)`、MCP `fleet_get_recording`、`fleet_list_events`、`list_sequence_outcomes` |
| `capture_campaign` | キャプチャキャンペーンを実行する[プロジェクト](/docs/ja/getting-started/concepts.md) | `client.projects.get(uid)`、MCP `list_capture_campaigns`、`get_campaign_acceptance_summary` |
| `coverage_cells` | キャンペーンプロジェクトの承認カバレッジ | MCP `get_campaign_acceptance_coverage` |
| `dataset_release` | [データセット](/docs/ja/getting-started/concepts.md)とその[スライス](/docs/api-reference/slices.md) | `client.datasets.get_by_slug(owner, slug)`、`client.slices.get(owner, slug)`、MCP `get_dataset`、`get_slice` |
| `evaluation_cohort` | ホールドアウトされた評価シーンのスライスです。どのトレーニングリリースにも含まれません | `client.slices.get(owner, slug)`、`client.sequence_outcomes.list(owner, slug, evaluation_membership="held_out_eval")`、MCP `get_slice`、`list_sequence_outcomes` |

失敗とリカバリーのレーンと各評価コホートは、スライスとして納品されます。`client.slices.list_items(owner, slug)` でアイテムを一覧できます。

## ライフサイクル

| ステータス | 意味 |
| - | - |
| `proposed` | Avala がギャップレポートから仮説と対象カバレッジセルを起草しました。 |
| `approved` | お客様がブリーフを承認しました。キャプチャキャンペーンが開始されています。 |
| `collecting` | シーケンスをキャプチャ、レビュー、承認しています。 |
| `released` | データセットリリースが公開されました。お客様がそれで訓練しています。 |
| `validating` | Avala が評価コホートで新しいモデルバージョンをスコアリングしています。 |
| `closed` | 結果が記録され、次の配分が決まりました。 |

クローズした実験は記録に残ります。同じ失敗条件に対する次の実験はそれにリンクするため、モデルバージョンをまたいで能力を追跡できます。