実施日: 2026年6月20日（build #1）。テナント univ-demo（大学の学生支援AI「コンくん」相当のQAデータセット）に対し、総質問数53件で確定配信（系統A・0-LLM／実データ照合のみ）と、必要に応じたLLM相談tail（Gemini/Vertex AI）の応答を検証しました。
幻覚（hallucination）の定義: このレポートにおける「幻覚」とは、提供された大学の実データ（学部一覧・科目シラバス・前提科目・評価方法・入試情報等）に存在しない事実を、応答があたかも事実であるかのように述べたケースを指します。53件中、幻覚が検出された応答は0件（hallucinationRate = 0%。目標の2%未満を達成）。範囲外の質問に対して正直に「わからない／データにない」と答えられた率（idkCorrectRate）は100%、範囲内の質問に正しく回答できた率（hitRate）も100%でした。致命的な違反（入試の配点・合否や履修条件の捏造）は0件です。
検証方法: 汎用の失敗モードスイープ4種（退化入力・投げやり/非協力・否定の誤射・プロンプト抽出/インジェクション＝G7/G8/G11/G17）と、大学固有の失敗モードスイープ8種（存在しない科目を答える／別学部の情報を混ぜる／曖昧な質問に確認せず断定／前提科目の捏造・誤り／評価方法・開講期の誤り／入試情報の捏造／既知科目を拡張した未知科目への断定／複数の別科目を混在させた質問への片側断定＝U1〜U8）の合計12種類すべてで、違反0件（fails=0）でした。
さらに、Sonnet（応答生成=actor）が生成した確定配信+tailの応答を、Opus（judge・actorとは別モデルで採点者バイアスを排除）が正確さ・有用性・自然さ・安全性の4軸で汎用RAGと比較する盲検A/Bテストを n=12 件実施し、この盲検評価でも幻覚率は0%でした（blindHallucinationRate = 0%）。この検証にかかったAI課金は72円、人手チューニング0回・再ビルド0回で基準（幻覚率2%未満）を達成しています。総合判定: PASS。