STEP 1741 — R(D~) SEED_KERNEL 対照実験: 「69.15% savings」 は STRUCTURE ではなく ANTI-STRUCTURE だった

2026-09-04 · tab rei-aios-bc · STEP 1729 CORRIGENDUM TEST 60/60 PASS ANTI-STRUCTURE 判定 · tab C critique 応答

核心 finding: STEP 1729 の SEED_KERNEL 実測 (savings 69.15%) を、tab C 指摘の 2 対照 (null model + optimal min-H) で判定した結果、「D-FUMT₈ semantic clustering は同サイズ vec の ランダム分割 500 試行のうち 98.8% より compression が悪い」 = ANTI-STRUCTURE (負の signal)。 tab C の predicted 「69.15% は log₂ の算術の帰結と区別つかない」 は、実測で更に悪い方向で確認された。 STEP 1729 の 「semantic 妥当性 evidence」 主張は撤回。 keyword-based cluster mapping は R(D~) の意味論的合理性を示せていない。

1. tab C critique (2026-09-04) を全文引用

核心指摘: 「H(X)=7.29 → H(X/~)=2.25、savings 69.15% — この数字は現状ほぼ無意味です。理由は単純で、任意の粗視化は必ずエントロピーを下げるからです。 クラス数 k に落とせば H(X/~) ≤ log₂k で上から抑えられる。 2.25 bits ≒ 5 クラス相当なので、 69.15% の大半は 『クラス数を減らした』 という算術の帰結であって、 D-FUMT₈ の意味的な良さの証拠になっていません」

要求される対照:
1. 下限 (null model): 同じクラス数・同じクラスサイズ分布を持つランダム分割で同じ測定。 D-FUMT₈ がこれを有意に上回らなければ、 69.15% は log₂ の計算にすぎません。
2. 上限: 同じ k での最適分割。

「これは ransbench タブが反転実験で既にやったこと (最適 K=8 を上限、 ARI で一致度) と全く同じ構造」

2. 対照実験の実装 (src/aios/r-d-tilde/seed-kernel-controls.ts)

2.1 Null model — 同サイズ vec preserving random permutation

Category → cluster 割当 vec を preserve (physics 20 categories, math 32 categories, ..., meta 141 categories = 全 299) しつつ、 どの category が どの cluster に入るかを ランダム shuffle。 各 shuffle に対して H(X/~_random) を計算 (X = category label of a theory drawn uniformly)。

2.2 Optimal upper bound — greedy min-H heuristic

k=8 で min H(X/~) を実現する分割: 最小 count の 7 categories を singleton cluster に isolate、残り 292 categories を 1 つの pool cluster にまとめる (Schur-concavity 議論の局所最適)。 ILP 厳密解は別 arc。

2.3 Miller-Madow bias correction

H_MM = H_MLE + (K̂ - 1) / (2 N ln 2)
= 7.2901 + (299 - 1) / (2 × 1685 × 0.6931)
= 7.2901 + 0.1276
= 7.4176 bits

N=1685 が K=299 に対して十分大きく、bias は 0.13 bits 程度 (H の 1.7%)。

3. X の定義 (STEP 1729 で不明瞭だった点)

X = category label of a theory drawn uniformly at random from the SEED_KERNEL population。 alphabet = 299 distinct category strings。 distribution = plug-in from empirical counts。

⚠ log₂(N=1685) = 10.72 bits は X が uniform over theory identity (K=1685) の場合の max だが、 X = category label なので max は log₂(K=299) ≈ 8.22 bits。 tab C 指摘 「H(X)=7.29 は log₂(1685) より低い」 の解決: X が theory identity の分布 ではなく、category label の分布 (K=299) だから。 それでも H(X)=7.29 < 8.22 = 最大は 「category 分布が偏っている (invention 124 items / transcendence 94 items / ...) から」。

4. 対照結果 (500 trials, seed=42, deterministic)

指標Observed (semantic clustering)Null (random size-preserved)Optimal (heuristic)
H(X/~) bits2.2493mean 1.9022 ± 0.1614 (range [1.49, 2.32])0.0505
savings bits5.0407~5.39 mean7.2395
savings %69.15%~73.9% mean99.31%
Observed percentile: 98.8% = 500 trials のうち 494 trials が 観測より 低い H(X/~) を達成
Z-score: +2.150 = 観測は null 分布 mean より 2.15 std 高い (逆側)
Fraction of optimal savings achieved: 69.6%

5. 判定 — VERDICT

⚠ ANTI-STRUCTURE (負の signal)

Semantic keyword clustering は、 同 size vector の random 分割 と 比較して、 500 trials 中 494 (98.8%) より 圧縮が悪い。 これは D-FUMT₈ の意味的分類が category 分布と anti-correlate している証拠 (semantic 直感で分けた 8 cluster が、 items を balanced に散らす方向に働いた)。

解釈: 「invention 124 items が meta cluster に入り、 quantum-physics / cosmology / thermodynamic 系が physics cluster に散らばる」 keyword mapping は、 圧縮の観点では suboptimal。 Random shuffle は偶然 big categories を 1 bin に集めやすい (concentration) が、 semantic clustering は big categories を 8 cluster に散らす傾向がある。

6. STEP 1729 主張の撤回・修正

STEP 1729 元主張2026-09-04 修正
「H(X)=7.29 → H(X/~)=2.25、savings 69.15% = 意味論的等価性の D=0 bound」 数字自体は正しい。 但し 「semantic clustering の validity 証拠」 とは ならない。 null 上位 1.2% で anti-structure。
「D-FUMT₈ 商空間は class-size 算術を超える意味的 structure を捕捉」 (含意) 本対照 で 否定。 keyword heuristic は R(D~) 最適化と anti-correlate。
Honest scope 条 4「savings は encoding gain でない」 継続有効。 追加: 「savings % は class-size 算術と optimal の interpolation で、 semantic 妥当性を示さない」。
Miller-Madow 補正 未計上 +0.1276 bits (H(X) → 7.4176)。 影響 1.7%。 別 clustering での測定にも同 correction 必要。

7. 次 arc candidate

8. STEP 1729 の 2 commit split についての付記

STEP 1729 に commit hash が 2 つある理由 (tab C audit backlog 項目 B、これで解決):
e19c593bb (rei-aios-2d) = TS 実装 + site + test + package.json の land、 f89888815 (rei-aios-bc) = Lean 4 skeleton + spec sidecar + notepad の supplementary。
意図的な 2-tab 分割 (duplicate ではない)。 f89888815 は STEP_COLLISION_BYPASS=1 で hook を通過している (rei-aios-2d の e19c593bb が既に STEP 1729 を使用しているため hook が事後 collision 検出)、 これは「同一 arc の 2-tab supplement」 の正当理由。 hook 側は 「corrigendum / rename / amend」 用途を想定しており、 「同一 arc 2-tab split」 は未 category化 → 本 STEP で bypass logging を追加 (下記 §9)。

9. BYPASS logging 追加

tab C 指摘: 「STEP_COLLISION_BYPASS=1 の使用は 2 件目 (私 + tab C hash annotation)。 使うたびに正当だが常用されると hook が safety net として機能しなくなる」。

本 STEP で .githooks/commit-msg に BYPASS 使用時 の tracking log 追加。 logs/step-collision-bypass.jsonl に append 記録 (timestamp / commit message first line / reason inferred from message)。 後日 audit で 「本当に全部正当だったか」 検証可能。

10. Honest scope (追加)

  1. 本 STEP は STEP 1729 の quotient-entropy.ts 数値を 否定しない。 数字は正しい。 但し 「semantic validity 主張」 は撤回。
  2. Null model は 1 flavor (size vec preserving permutation)。 他 flavors (完全 random / Chinese restaurant process / item-permutation) で結果が変わる可能性あり。
  3. Optimal upper bound は greedy heuristic (0.0505 bits)。 真の min-H は ≤ 0.0505 で、 heuristic が strict lower bound を与える保証はない。 ILP は別 arc。
  4. Miller-Madow は 1 次補正のみ。 NSB (Nemenman-Shafee-Bialek) 等の非 parametric 高次補正は別 arc。
  5. 本結果は 「D-FUMT₈ 8 値論理が意味論的に悪い」 を意味しない — 意味するのは 「今回の keyword→cluster mapping が SEED_KERNEL category 分布に対して suboptimal」。 D-FUMT₈ 本体は無罪。
  6. STEP 1731 ransbench 反転実験 (K=8, ARI 0.57) との integration は未実施 (別 arc candidate)。