CSE観察ノートに戻るCSE v2 チェックポイント1 — 初期研究群の研究マップ(M4 → M7 → M1 → M2 → H-GEN-1 → H-GEN-2)
作成: 2026-09-26(H-GEN-2の凍結の直後)。DRAFT(commit 8709c79)→ Codexの系譜監査(FAIL 2件、§6)→ 修正。状態: FINAL/FROZEN(2026-09-26)。以後、本文は書き換えない。
この文書は、凍結済みの各研究の結論をそのまま並べて、研究の流れを1枚にするためのものである。各研究の結果・判定・解釈は、それぞれのプロトコルが正本であり、この文書はそれらを書き換えない・強めない。数値はすべて各プロトコルからの引用である。次の研究(H-M2-1b)の§0は、この文書を「過去の研究をどう解釈してここへ来たか」の根拠として参照する。
1. 研究マップ
| # | 研究 | 問い(要約) | 登録済みの結果 | 正本 |
|---|---|---|---|---|
| 1 | H-C2C-1 / 1a(M4 Chain-on-Chain) | 2層に積むと、Flat + pair文脈(C)に対して利点が出るか | 圧縮なしは小さいNで悪化。hashによる圧縮(1a、「最終救済実験」として事前に固定)は、続行の条件①(small-N penaltyの明確な改善)・②(Aを超える)がN=8・16だけで成立(機構についての発見)。続行の条件③(少なくとも一部の領域でCに対する独自の利点が見える)は全N・全Vで一度も成立せず → CLOSED(2026-09-23)。L2のpair文脈による延命はしない | H_C2C1_PROTOCOL.md |
| 2 | H-M7-1(Deterministic Rule Hybrid) | 設備異常の監視で、CSE + 規則のHybridが、規則だけより良いか | 3回目の査読で、結合の規則が規則だけと真理値表の8パターンすべてで一致する(CSEの寄与が代数的にゼロ)と判明。RHR型の競合とStructural anomalyが単一の遷移特徴で同じ入力になる → CLOSED / LOGICALLY INFEASIBLE UNDER FROZEN SIGNAL DESIGN(0 trials、論理的な不可能性) | H_M7_1_PROTOCOL.md §14 |
| 3 | H-M7-2(Temporal Aggregation Separability) | 時間方向に集約すれば、その2種類を分離できるか | このtoy語彙・6特徴・閾値の決定規則では、6特徴すべてで事前登録した基準に届かず(min_p・mean_surprisalはbalanced accuracy 0.833だがStructuralのrecallが4/6)→ NOT SEPARABLE(経験的な基準未達。H-M7-1の論理的な不可能性とは別)。基準は緩めず、H-M7系列はCLOSED(M7自体はOPEN) |
H_M7_2_PROTOCOL.md §11 |
| 4 | H-M1-1(Reverse Information Gain) | 逆向きのCSEを足すと、見逃しが補われるか | mean_surprisalで、ForwardとReverseの見逃しパターンが完全に相補的(OR結合で6/6、balanced accuracy 1.0)→ FOUND(OUTCOME 3、他の5特徴はNOT FOUND)。ただし初回の実行中にsanityの定義の誤りを訂正した上での結果で、無傷の一発試験ではない。BA 1.0は6パターンのLeave-One-Pattern-Outに基づくプロトコル固有の指標で、一般的なインスタンスの性能ではない。固定データ・固定の運用点でのseparabilityの証拠のみ |
H_M1_1_PROTOCOL.md |
| 5 | H-M1-2(新しい文法での確認試験) | H-M1-1の相補性は、手続きで生成した新しい文法でも再現するか | C1 0/3・C2 1/3・C3 1/3 → NOT REPLICATED。G12だけにH-M1-1型の相補性(F+R 18/20、BA 0.742で基準に届かず)。逸脱3件(誤送信経由の開始・Codexの自己修正による再監査・判定の行の先行閲覧)を記録 | H_M1_2_PROTOCOL.md §15〜17 |
| 6 | H-M2-1(古典的な複数仮説の探索) | 登録した比較は2本: P1 = B(1回分岐)対A(greedy)、P2 = C(beam-k)対B。k = 3 | A・B・Cとも低い正答率(マクロ平均約0.26%)で、160単位すべてが同点(有効n = 0、p = 1)→ P1・P2ともNOT FOUND(floor_bothを伴う)。床は計算不能ではなく、比較と判定は成立している。結論は「登録した条件では改善を検出しなかった」まで |
H_M2_1_PROTOCOL.md §6・§14〜15 |
| 7 | H-GEN-1(自由生成の最初の逸脱の診断) | greedyは正解の系列からどこで・どう外れるか(改善はしない) | 1599/1600で逸脱。決定表の登録済みの出力R1(near_miss 806/1599、成立の最小件数800を6件上回るだけ。R1は成功の判定ではなく、次の研究の候補を示す診断の路線の出力)。near_missの正解の確率の中央値は8.1e-10。逸脱1599件中1595件でhistoryが最大の正のscore差の構成項(観察、因果は未検証) |
H_GEN_1_PROTOCOL.md §14〜18 |
| 8 | H-GEN-2(履歴の項への介入) | デコード時にhistory_boostを0にすると、最初の逸脱は遅れるか |
hist_off PASS(ΔL = +3.69記号(マクロ平均)、160勝0敗0分、p = 2^-160、16セルすべてで10/0)/ pair_off NOT PASS(観測されたΔL = −0.57(マクロ平均)、0勝145敗15分)。完全一致はbase 4/1600 → hist_off 726/1600(記述) |
H_GEN_2_PROTOCOL.md §16〜17 |
2. 流れ(何が次の研究を決めたか)
- M4 → M7: M4は、事前に「最終救済実験」と固定したH-C2C-1aで続行の条件③が成立しなかったので、事前に定めた基準に従って閉じた。
- M7-1 → M7-2: 設計の段階で、凍結した信号の設計ではHybridが論理的に分離不可能だと分かった(0 trials)。集約の方法を変えたM7-2では、基準の近くまでは行ったが届かなかった。基準は緩めず、H-M7系列を閉じ、M1(観測の方向を増やす)へ移った。
- M1-1 → M1-2: 旧い語彙はStructuralのパターンが6、RHRのパターンが1しかなく、6/6が偶然の組み合わせと区別できないため、新しい文法で確認試験をした(これはM1-2を行った動機であり、M1-1が実証したことではない)。結果はNOT REPLICATED。M1の追試は保留し、M2を独立した研究として開始した。
- M2-1: 仕様書のM2から量子の要素を抜いた古典の対照で、複数仮説の保持を試した。3方式とも低い正答率で、全160単位が同点となり、P1・P2とも登録した改善の基準を満たさなかった。
floor_bothを伴う結果であり、他の条件での探索の有効性や、差が生じなかった原因は判断できない。 - M2-1 → H-GEN-1: 原因を切り分けないまま温度やbeamを調整すると、M2を成立させるための調整になりやすい。そこで、原因が未切り分けのまま調整することを避け、診断を優先するという運営上の判断をして、自由生成がどこでどう外れるかの診断研究を挟んだ(H-GEN-1 §0)。これは、別に事前登録した条件の変更までを不適切とするものではない。
- H-GEN-1 → H-GEN-2: 決定表の登録済みの出力はR1で、その路線の候補はH-M2-1bだった。ただしR1は境界ぎりぎりで、
near_missの多くは確率の上では近くなかった。一方、historyの項がほぼすべての逸脱でscore差の最大の構成項だった(観察)。そこで、研究運営上の事後の判断として、この観察を未見の課題(hgen2)の上での介入で検証した(H-GEN-2 §0。決定表がこの選択を支持したとは扱わない。R5は不成立)。 - H-GEN-2: 事前登録したデコード時の係数の介入で、
hist_offがbaseに対する両関門を満たした。pair_offは満たさなかった。
3. 現時点で言えること(各正本の範囲を超えない)
- 本表の研究のうち、登録した総合的な成功・続行の条件を満たしたものは、sanityの定義を訂正した後のH-M1-1(確認試験のH-M1-2では再現せず)と、H-GEN-2の
hist_offである。H-GEN-1のR1は成功の判定ではなく診断の路線の出力であり、M4の続行の条件①②の一部の成立は、総合の続行の条件を満たしていないので、ここには数えない。 - H-GEN-2で言えるのは、「凍結した
hgen2の課題・Primary構成(low-cap+pair)・判定基準の下で、デコード時にhistory_boostを0にすると、最初の逸脱の位置はbaseに対して登録した両関門を満たして遅れた。pair_offは満たさなかった」まで。hgen2はH-M2-1・H-GEN-1と同じ生成器・同じgridによる別の課題セットであり、独立した課題分布への一般化ではない(H-GEN-2 §8)。 - 言わないこと:
- 履歴の項への特異性(
hist_offとpair_offは直接比べていない。H-GEN-2bはUNTESTED)。 - 「履歴の仕組みがCSEの生成の失敗の原因である」という一般化。
history_boost = 0を推奨設定にすること(H-GEN-2は改善研究ではない)。hist_lowの結果を用量反応とすること(記述だけ)。- H-M2-1の床の原因が履歴の項だったということ(H-M2-1とH-GEN-2では課題セットが違い、H-M2-1の方式B・Cに対する介入はしていない)。H-M2-1のNOT FOUNDと、原因が未確定という結論は維持する。
4. 次の研究への橋渡しと保留
H-M2-1bへの橋渡し(次に事前登録する、2026-09-26にユーザーと合意):
H-M2-1bは、H-GEN-1の登録済みの出力R1が示した候補として保留されていた。H-GEN-2の結果を受けて、同研究で事前に固定されていたhistory_boost = 0を、次の探索の比較の構成として採用する事後の研究判断を行った。係数の最適値を探索して得た設定ではなく、最適性も示していない。また、history_boost = 0という値はH-GEN-2では事前に固定されていたが、それをH-M2-1bの構成に採用することは、H-GEN-2の結果を見た後の選択である。H-M2-1のNOT FOUNDと原因が未確定という結論は維持し、新しい課題で探索方式の比較を別に事前登録する。新しい課題で床を避けられるか、探索が改善するかは未確認である(H-GEN-2の完全一致726/1600はhgen2の上のgreedyの記述であり、H-M2-1bの課題での値ではない)。
| 候補 | 状態 | メモ |
|---|---|---|
| H-M2-1b | 次に事前登録する | 上の橋渡しのとおり |
| H-GEN-2b(履歴の項への特異性) | 保留(OPEN_HYPOTHESES.md、UNTESTED) |
L_hist_off − L_pair_offをPrimaryとする独立した事前登録。必要になったときに行う |
| M1の追試(稀な正常による誤警報、検出器の多様性) | 保留 | 保留の判断は2026-09-24(H-M1-2の凍結後) |
| M7 | OPEN | H-M7系列(1・2)はCLOSED |
5. 手続きについての記録
- H-GEN-2の実際の順序: H-GEN-1の観察を受けた研究の選択 → 設計査読3回 → 条件・指標・判定などの凍結(commit
d20ddb5)→ 課題セットの生成と凍結(commit3f50d05)→ 実装・テスト・実装後査読 → commit(f221c17)・manifest → 本実行 → 実行後監査 → 記述の訂正・結果の凍結(commit9c29b8e)。 - 記述の訂正の記録:
- H-GEN-2 §16-3の
Lの分布の説明の誤り(「3・5・7・9 = 各セルのmやm+1」→mは4・6・8、m+1は5・7・9)を実行後監査で訂正(§17)。数値・判定は変更なし。 - H-M2-1の事後の記述「Top-1で候補を捨てる前に崩れた/Top-1に届く前に死んでいた」「床なので差が出る余地がなかった」を実行後監査で撤回(H-M2-1 §15)。
6. Codexの系譜監査(2026-09-26)と対応
総合判定: FAIL(記述上)。正本の判定を変える必要はないが、H-M2-1の比較不能という説明と、H-GEN-2の凍結の順序は訂正が必要。修正後はFINAL/FROZENにしてよい、という判断。
| 指摘 | 判定 | 対応 |
|---|---|---|
| §2-4「比較そのものが成り立たなかった」はH-M2-1 §6・§14〜15(床は計算不能ではない、NOT FOUNDを床のタグで上書きしない)と矛盾。残すとH-M2-1bが「無効だった比較を初めて成立させる研究」という誤った系譜になる | FAIL | 撤回し、Codexの修正案どおりに書き直した(§1の6行目・§2-4) |
§5の凍結の順序が逆(実際はプロトコルの凍結d20ddb5が先、課題セットの凍結3f50d05が後) |
FAIL | 実際の順序にcommitを付けて書き直した |
| H-M2-1の比較対象は「B・Cがgreedyより高いか」ではなく、P1 = B対A、P2 = C対B。P2をC対Aとして引き継がないこと | CONCERN | §1に2本を明記 |
| 「新しい登録構成」: 値はH-GEN-2で事前固定だが、H-M2-1bへの採用は結果を見た後の選択であることを併記。床の回避や探索の改善は未確認 | CONCERN | §4の橋渡しをCodexの案を元に書き直した |
| 「基準を満たした枝は2つ」は範囲と基準の種類が曖昧(H-GEN-1のR1、M4の一部の条件の成立) | CONCERN | 「登録した総合的な成功・続行の条件」に限定し、R1とM4の部分的な成立を数えない理由を書いた |
| 「v2で初めての事前登録した介入研究でのPASS」は「初」の範囲が曖昧(M4の圧縮の介入、M1-1の構成の比較) | CONCERN | 「初めて」を外した(§2-7) |
| 「救済研究の永久機関」は当時の理由として正本で裏付けられない | CONCERN | 削除し、「M1の追試は保留し、M2を独立した研究として開始した」に置き換えた |
| M4の「Cとの同等(③)」は続行の条件③の原文と違う | 補足 | 原文「少なくとも一部の領域でCに対する独自の利点が見える」に合わせた |
| M7-2に「このtoy語彙・6特徴・閾値の決定規則では」を補う。M7-1の論理的な不可能性と区別 | 補足 | 反映 |
| M1-1のBA 1.0は6パターンのLOPOに基づくプロトコル固有の指標 | 補足 | 反映 |
| M1-2の逸脱3件の内訳を括弧で列挙 | 補足 | 反映 |
| §2-5の「調整になる」はH-GEN-1 §0では「調整になりやすい」 | 補足 | 戻した。別に事前登録した条件の変更までを不適切とはしない、を追加 |
hgen2は同じ生成器・gridによる別の課題セットで、独立した課題分布への一般化ではない(H-GEN-2 §8) |
補足 | §3に追加 |
| §5は「正直に訂正するという運用」という自己評価より、訂正の内容と正本の節を記す方がよい | 補足 | 訂正の内容と節に置き換えた |
| 0.26%とΔLはマクロ平均と明記 | 補足 | 反映 |
| H-GEN-2 → H-M2-1bの因果の橋渡し、H-GEN-2bとの境界、数値の引用 | PASS | — |
- M1の追試の保留の日付(2026-09-24)は、Claudeの作業記録(H-M1-2の凍結の後のユーザーの方針)に基づく。