Designing loops with Fable 5

自己修正ループ

Claude Codeの/goalやClaude Managed AgentのOutcomesを使い、モデルが評価結果をもとに自己修正するループを構成する手法

Parameter Golf（16MB・10分・8xH100という制約でモデルを訓練するMLエンジニアリングチャレンジ）でFable 5とOpus 4.7を比較

Fable 5はOpus 4.7比で訓練パイプラインを約6倍改善し、大きな構造変更（アーキテクチャ変更）に賭けて粘り強く結果を出した

自己批評より検証サブエージェント（独立したコンテキストウィンドウで採点）の方が精度が高いという知見も共有

メモリ管理

Continual Learning Bench 1.0（Parth Asawaらが公開）を用いて、セッションをまたいだ記憶活用能力をFable 5・Opus 4.7・Sonnet 4.6で比較

Fable 5は「失敗→調査→検証→蒸留→参照」という進行を完走し、検証カバレッジ最大73%を達成

Sonnet 4.6は失敗メモの列挙止まり、Opus 4.7は検証カバレッジ7〜33%程度と限定的

まとめ

直接プロンプトで誘導するより、環境フィードバック（/goal・Outcomes）とメモリを組み合わせたループ設計がFable 5の能力を最大化