順序を変える。
それでも決定は変わらない。
メニュー内の位置が、どの行動が選ばれるかを決めてはならない。スコアを同一性に結びつけ、その上でインターフェースにシャッフルさせよ。
スロットに紐づく選択と、行動に紐づく選択の違いを確認する。正規化ヘッドは安定 ID を並べ替え、正単体上でスコアを付け、確率を呼び出し元の元のスロットへ戻す。
この保証を試す特定のスロットを優遇しない幾何学。
同じ行動。異なる順序。
四つの行動。一つの固定された表現。メニューの順序を変え、勝者の同一性を追跡せよ。敵対的ボタンは、位置依存のトイモデルにおいて最も強く競合する勝者を求め、24 通りの並びすべてを探索する。
位置依存スコアラー
例示: スロットに依存したロジット + ソフトマックス
上記のライブ反転率は、このトイモデルにおけるあなたの試行から計算されたものであり、論文のベンチマーク結果ではない。ソフトマックス自体は等変であり、失敗の原因はスロットに依存したスコアにある。
正規化単体ヘッド
安定 ID → 正規化された頂点 → 呼び出し元のスロット
このライブカウンターは、このデモにおける同一性の安定性を測定する。確率はその行動とともに移動する。固定された候補集合、一意な安定 ID、そして変化しない表現が必要である。
準備完了。強調表示された行は、各モデルが選択した行動を示す。
えこひいきのない幾何学。
すべての頂点の対に等しい角度を与えよ。正単体は k 個の方向を k − 1 次元にわたって対称に配置する。図をドラッグして確認せよ。理想的な幾何学は厳密であるが、表示される座標と内積は浮動小数点の近似値であり、その 2D 投影は変化し続ける。
ドラッグで回転 ・ 矢印キーでも回転可能 ・ 色付きの光線は単位長
等しい角度、特権的な方向はない
| 頂点対 | 内積 |
|---|
「幾何学的な公平性」とは、対ごとの分離が等しいことを意味する。それは社会的な公平性、意味的な正確さ、または選択頻度の均等性を保証するものではない。正規化は順序の安定性を与え、ETF は対称な幾何学を与える。
スコアが決定できないとき。
二つの行動が同一の意味的特徴を持ちながら、異なる安定 ID を持つことがある。等しいスコアは正当であり、単一の勝者を選ぶには同点解消規則が必要である。先頭スロット規則が判断を変える一方で、正規化された選択が条件を満たす最小の ID を保持し続ける様子を見よ。
0 から 2 × 10⁻⁷ ・ 正規化の許容誤差 ε = 10⁻⁷
Rust の ETF ヘッドは、候補ごとに一つの意味ベクトルを持つのではなく、共有された表現を用いる。この特徴の概略図は上流での崩壊を示すものであり、合成された ETF を崩壊させるものではない。差分コントロールは、論文のロジット同点解消規則を別途示すものである。
この保証が実際に与えるもの
0.00%保持されている直接的な Rust ベンチマークにおける 16,232 件の比較にわたる、観測された同一性反転率。上記のインタラクティブなカウンターは、別個の教育用シミュレーションである。
等変性とは、確率の座標がメニューとともに移動することを意味する。不変性とは、選択された行動 ID が同じままであることを意味する。並べ替えだけでは十分ではない。正規化されたスコアを提示スロットへ戻すことで、契約が完成する。
論文の直接的な Rust ベンチマークは、16,232 件の敵対的な置換比較のうち 0 件の同一性反転（反転率 0.00%）を報告しており、同一性に整合した確率のずれの最大値は 5.96 × 10⁻⁸ である。このハーネスはまた、24/24 件の無効入力プローブを棄却した。これらは有限のストレステストの結果であり、意味的な正確さのスコアではない。このページは独立した教育用シミュレーションであり、そのベンチマークの再実行ではない。
本番用の Rust ETF コアは crates/gen-zero-model/src/choice_head.rs である。ActionETFChoiceHead::evaluate は候補のインデックスを ActionId の昇順に並べ替え、正規化された単体の頂点を割り当て、ロジットを呼び出し元のスロットへ戻し、ソフトマックスを適用する。選択には、正規化されたロジットが最大値から 10⁻⁷ 以内にある最小の ID が使われる。このサービスは、明示的な ETF ヘッドのオプションを通じてこのコアを公開している。デフォルトのテキスト経路は意味的ブリッジを使用する。統合の境界については、以下のランタイムマップを参照せよ。
この図は回転した正四面体を用いており、Rust の Helmert 基底ではない。その JavaScript は Rust の f32 ではなく倍精度を用いる。この保証は、固定された候補集合、一意な安定 ID、そして固定された表現を前提としている。それは、ある回答が医学的または事実として正しいことを保証するものではない。
位置依存のエンコーダは、ヘッドがそれを見る前に表現を変えてしまうことがある。安定性は、決定が正しいことも意味しない。重複した ID はこの保証の前提条件に違反する。Rust のフレームコンストラクタは重複を拒否しないため、呼び出し元が一意性を強制しなければならない。
Gen-Zero モデルアーキテクチャ
とニューラルパイプライン
凍結された言語モデルは、表現と尤度を提供する。専門化された決定・整合・リスクの各経路は、それらを異なる方法で利用する。空間ワールドモデルは別個の学習済み分岐である。各層を探索し、そのテンソル形状を確認せよ。
コード監査: ・ gen-zero @ dc0c2133f059。実線の矢印は実装済みのデータフローを示し、破線の矢印は提案段階のディスパッチ契約を示す。これらの構成要素は、一つの普遍的にデプロイされた直列パイプラインではない。
すべてのフローが表示されている。層を選択すると、その次元と根拠を確認できる。
画面が狭い場合は、図を横方向にスクロールせよ。すべての層はキーボードで選択可能であり、出典の注記にはテキスト版も用意されている。
モデル層を検査
任意のボックスを選択すると、そのテンソル次元、機構、実装上の限界を確認できる。Tab キーの後に Enter または Space、あるいはポインタで選択せよ。
実装の根拠とアーキテクチャの境界
バックボーンの来歴。 Qwen2.5-0.5B（d=896）、Qwen3.5-2B、Qwen2.5-72B（d=8192）、LLaMA-70B（d=8192）が文書化された階層である。LLaMA-3.3-70B が要求されたターゲットであるが、保持されている大規模モデルの抽出メタデータは LLaMA-3.1-70B を示している。3.3 の抽出が検証されたことは確立されていない。
学習の範囲。 これらの経路では Transformer の重みは凍結されたままである。意味的ゲートは、ラベル付きの 16 件のインコンテキスト例と差分対数尤度（PMI）を用いており、安全性ヘッドの学習は行わない。空間モデルには依然として学習済みの結果／報酬ヘッドがあり、教師あり整合ヘッドも残っている。「バックボーンのファインチューニングなし」は、下流の学習が一切ないことを意味しない。
v0.1.0 · Fail-Closed. v0.1.0：全6エンジンで F01–F09 に合格（11/11テスト）。形式的な Fail-Closed ゲートは非有限の無効な結果を拒否する。ブラウザのラッチは安全契約の例示であり、ソフトウェアテストは物理的なモーター停止を認証するものではない。
crates/gen-zero-model/src/choice_head.rs: 正規化された ActionId の並べ替えと単体 ETF 幾何、Sₖ ⊂ ℝᵏ⁻¹。保持されている直接的な Rust ベンチマークは、固定された表現と候補の同一性のもとで 0/16,232 件の同一性反転（0.00%）を報告しており、確率のずれの最大値は 5.96 × 10⁻⁸ である。論文の根拠:equivariant-choice-head/evidence/revision/results.json。python/gen_zero/world_model/neural_dynamics.py: [B,64] の状態 + [B,16] の行動 → [B,80] の結合 → Δz=f(z,a) → z′=z+Δz。学習済みの sigmoid 結果ヘッド。次元は空間設定に由来し、普遍的なクラス定数ではない。benchmarks/suites/geometric_latent_fusion.py: 直交プロクラステス診断、およびペア SVD によるコア／残差特徴。benchmarks/suites/evaluate_manifold_pareto_ensemble.py: 教師ありの正規化ロジット融合であり、幾何学的射影とは異なる。docs/zero/29-pubmedqa-aegis-unified-manifold-evaluation-closure.md: PubMedQA 78.40%（196/250）、選定されたデュアルヘッド融合。Aegis Track A 81.60%（204/250）、選定された単一 LLaMA ヘッド。これらの記述的な結果は、統計的な優位性を確立するものではない。python/gen_zero/service/semantic_risk.pyとpython/gen_zero/service/risk_data/report.json: 凍結された 0.5B、16-shot ICL、3 通りの順序、重複するウィンドウ、PMI スコアリング。AUC 0.944。診断用 τ=0.50 は 18/18 件の危険なリクエストと 7/18 件の良性リクエストにフラグを立てる。実運用の閾値は 0.4494／0.7620 である。
すべての層のテキスト版
凍結されたバックボーン重み
トークン ID [B, T] → 隠れ状態 [B, T, d]。Qwen2.5-0.5B は d=896 を用いる。アーカイブされた Qwen-72B と LLaMA-70B の特徴は d=8192 を用いる。ここでの Qwen-2B は Qwen3.5-2B である。LLaMA-3.3-70B が要求されたターゲットであるが、保持されている抽出メタデータは LLaMA-3.1-70B を示しており、この測定は 3.3 のチェックポイントを検証するものではない。凍結とは、バックボーンのファインチューニングを行わないことを意味する。教師あり下流ヘッドと空間力学には依然として学習が必要である。
空間入力・d=64 + 16
これらは設計された空間特徴であり、Transformer の隠れ状態からの射影ではない。評価された空間設定は、z と a を [B, 80] に結合する。このクラスは、状態と行動の次元を設定可能にサポートする。
隠れ状態の読み出し・[B, T, d] → [B, d]
回答トークンを生成することなく、フォワードパスから隠れ状態を読み取る。プーリングはエンコーダ固有であり、アーカイブされた大規模モデルの特徴は最終トークンプーリングを用いる。CPU の候補選択経路もまた、プロンプトキャッシュを用いて候補の継続を評価する。したがって出力トークンがゼロであることは、バックボーン呼び出しが一回であることや、推論コストがないことを意味しない。
意味的スコアリング・スカラーリスク
各リクエストウィンドウについて、log P(" dangerous") − log P(" safe") から空リクエストの対数オッズを差し引く。三通りのデモンストレーション順序にわたって平均し、最もリスクの高い重複ウィンドウを用いて sigmoid を適用する。この意味的ゲートには、新たに学習されたニューラル安全性分類器は使われていない。ラベルのロジットは凍結されたモデルに由来し、説明文は生成しない。
残差空間力学・80 → 64
neural_dynamics.py は LayerNorm と GELU を備えた残差 MLP を用いる。別個の学習済み sigmoid 結果／報酬ヘッドが [B] を返す。これは現在のコードに残っており、凍結された意味的リスクゲートとは異なる。クラスのデフォルトの隠れ幅は 128 で、二つの残差ブロックを持つ。チェックポイントの設定が正となる。
選択の幾何学・k 個の行動 → k−1 次元
gen-zero-model / choice_head.rs は安定した ActionId を並べ替え、共有された表現を正単体 ETF に射影し、正規化順序でスコアを付け、確率を呼び出し元の順序へ写像し直す。明確に定義された決定は、一意な ID、有効な次元、有限の入力、そして決定的な同点処理に依存する。候補の集合、同一性、共有された表現は、シャッフルの下でも変化してはならない。
整合と融合は別々の経路
直交プロクラステスは、XᵀY の SVD による R=UVᵀ を用いる。GeometricLatentFusion はその写像を診断として保存する。その特徴はペアの SVD 軸、スケールを合わせたコアの平均、そして残差を用いる。教師ありヘッドはラベルから学習する。勝者となった PubMedQA の経路は、プロクラステス座標ではなく正規化されたヘッドのロジットを結合する: Qwen 0.75 + LLaMA 0.25。
実運用の閾値と診断用 τ=0.50
コミットされたサービスは二つの境界を用いる: エスカレーションのための 0.4494 と、ハードストップのための 0.7620 である。τ=0.50 は論文の二値分析の閾値であり、実運用のポリシーではない。保存された 36 件の事例では、18/18 件の危険なリクエストと 7/18 件の良性リクエストにフラグが立つ。実運用の階層では、危険な事例について 12 件の停止 + 6 件のエスカレーション、良性の事例について 9 件のエスカレーションが得られる。
NaN / Inf 安全境界 · v0.1.0 Fail-Closed
v0.1.0：全6エンジンで F01–F09 に合格（11/11テスト）。形式的な Fail-Closed ゲートは非有限の無効な結果を拒否する。ブラウザのラッチは安全契約の例示であり、ソフトウェアテストは物理的なモーター停止を認証するものではない。
シャッフル結果・測定済み、範囲限定
保持されている直接的な Rust ベンチマークは、小規模集合の網羅的な置換と、シードを与えた大規模集合のシャッフルにわたって、0/16,232 件の同一性反転（0.00%）を観測した。整合した確率のずれの最大値は 5.96 × 10⁻⁸ であった。正規化された並べ替えは、この実装の有効入力の前提の下で、メニュー順序への依存を取り除く。これは、意味的な正しさの証明ではなく、また候補内容・プロンプトの文脈・モデル出力の変化に対する不変性の証明でもない。このページのシャッフル実験は教育用シミュレーションである。
評価・選定された構成
PubMedQA では fuse0.75+bbp|raw（デュアルヘッド正規化ロジット融合）が選定された。Aegis Track A では llama+bbp|raw（単一モデルヘッド）が選定された。これらは記述的なローカルテストの結果であり、検証済みの SOTA でも、普遍的な整合性向上でもない。二タスクのマクロブートストラップ区間はゼロを含む。
リスクの根拠・小規模な精選済みスイート
AUC は、保存された 18 件の危険なリクエストと 18 件の良性リクエストから 0.944444 である。τ=0.50 では危険再現率は 18/18 であり、七件の良性フラグが立つ。素の chmod 回帰プローブは依然として見逃されている。この実装は実際の計算時間を記録する。キャッシュされたプロンプトは繰り返しのセットアップを減らすが、推論の遅延を取り除くものではない。
ディスパッチ契約・提案段階、未デプロイ
提案されている監視機構は、ディスパッチ前に予測状態・スコア・形状を検証する。無効な値は、制御されたリセットが行われるまで、以降のモデル呼び出しと行動を防ぐ永続的な停止を設定する。これは必要とされるハードウェア安全境界を記述するものであり、現在のコードベースにおける検証済みの物理的ラッチではない。
Gen-Zero システムアーキテクチャと流れ
Rust ランタイムは、エントリポイント、ポリシー、プランニング、決定ヘッド、そして暗号学的監査を結びつける。以下のマップはそれらの責務をグループ化したものであり、実際の呼び出し経路は選択された動詞によって決まる。
ソース監査: 2026年9月27日 ・ gen-zero@dc0c2133f05954146e9738bce64bf15dd36ffbee。ソースで検証済みの配線であり、新たなデプロイやモデル評価を主張するものではない。
層を選択すると、その実装と限界を確認できる。
ここに実装されていないもの
要求されているAST パーサー + Linux ケーパビリティのスタック、物理的な衝突検知、そして永続的なフェイルクローズラッチは、これらの Rust クレートにおいて統合された実行経路ではない。無効な入力の拒否とポリシーのエスカレーションは存在するが、それらはサンドボックスや物理的な停止機構を確立するものではない。
これらのサービス経路は決定とシミュレーション結果を返す。決定台帳は、外部の行動が実行された証拠ではない。
リクエストからレスポンスまで
- 入力と束縛。 CLI または MCP／HTTP サービスがリクエストを受け取る。ルーターはそのマウントのスナップショットを取得し、経路固有のフィールドを検証し、動詞を選択する。
- リクエストを評価。 テキストの
ask、route、imagineは Python ブリッジから意味的リスクを取得する。リスクが欠落または無効な場合はエスカレーションし、ハードストップ階層はその経路をブロックする。行動を選択する際にもポリシー制約が適用される。 - 要求された経路を使用。 テキストの ask は意味的スコアリングを用いる。利用できない場合は、明示的にラベル付けされた最初に実行可能な代替手段が使われるが、未評価のリスクは依然としてエスカレーションする。テキストの route は、そのブリッジが動作できない場合に利用不可を報告する。数値プランニングは
gen-zero-plannerとgen-zero-worldmodelを用いる。simulate、what_if、そしてシャドウのauditは未学習の事前分布を露出させる。明示的な ETF ヘッドは、正規化された行動 ID と単体射影を用いる。数値的な認知リクエストには、それ自身の幾何学的検証経路がある。 - ゲート、記録、返却。 行動選択の経路は、そのポリシー判定をリクエストのリスクと組み合わせる。成功した
askの結果と、決定を伴うpipeline decideの結果は、監査済みの結果を返す前に来歴台帳へ追記される。レスポンスには経路のメタデータが含まれるが、外部コマンドをディスパッチするものではない。
ソースマップと全層の説明
エントリ層
gen-zero-cli · gen-zero-service — CLI は McpServer を起動するか、決定を送信する。このサービスは stdio 経由の MCP と HTTP／SSE、加えて REST 経路を受け付ける。その zero ルーターは不変のマウントスナップショットを束縛し、動詞によってディスパッチする。これらは共有クレートを通る異なる経路である。
Under /ebs/pj/gen-zero/crates/: gen-zero-cli/src/main.rs; gen-zero-service/src/server.rs; gen-zero-service/src/zero.rs
ゲートとセキュリティ
gen-zero-gate — PolicyGate は、形式的な制約、確認の登録、エントロピー、意味的リスク階層をサポートする。そのデフォルトには登録された制約も確認行動もない。テキストの ask、route、imagine は Python の意味的リスクブリッジを使用し、リスクが欠落または不正な形式の場合はエスカレーションする。シェルの AST 解析と Linux プロセスケーパビリティの強制は、この Rust ゲートには組み込まれていない。
Under /ebs/pj/gen-zero/crates/: gen-zero-gate/src/policy.rs; gen-zero-gate/src/risk.rs; gen-zero-service/src/bridge.rs
プランニングと力学
gen-zero-planner · gen-zero-worldmodel — 数値的な潜在リクエストは、MCTS、MPC-CEM、または A* を用いることができる。このサービスは、有限入力チェックと終端状態のハザード処理を伴う、未学習の残差力学または正準力学を露出させる。プランニングはゲートでハードストップされた候補を除外するが、固定プランのシミュレーションはブロックされた行動も依然としてステップさせ、そのゲート階層を記録する。これはオフラインの力学フィルタリングであり、検証済みの物理的衝突検知ではない。この Rust 経路には、永続的なフェイルクローズの実行ラッチは組み込まれていない。
Under /ebs/pj/gen-zero/crates/: gen-zero-service/src/worldsim.rs; gen-zero-planner/src/pipeline.rs; gen-zero-worldmodel/src/dynamics.rs
決定コア
gen-zero-model — ActionETFChoiceHead は安定した ActionId を並べ替え、共有された表現を正単体へ射影し、スコアを呼び出し元の順序へ戻し、ソフトマックスを適用する。このコアは決定的な近似同点規則を持つ。このサービスは、明示的なヘッドオプションを通じて ETF を公開する。通常のテキスト決定は意味的ブリッジを使用するため、ETF はすべてのリクエストのデフォルトヘッドではない。
Under /ebs/pj/gen-zero/crates/: gen-zero-model/src/choice_head.rs; gen-zero-service/src/zero.rs
検証と監査
gen-zero-provenance — DecisionAuditEntry には直前の MMR ルートが含まれる。鍵付きの BLAKE3 マークルマウンテンレンジが決定履歴をコミットし、包含証明をサポートする。成功した ask の結果、および決定を伴う pipeline decide の結果は記録を追記する。GENZERO_MMR_PERSIST_PATH による永続化は任意であり、直近 4,096 個の葉が包含証明を保持し、信頼されたルートは外部で保持されなければならない。これは、外部のシェルコマンドやモーター動作が実行されたことを証明する実行監査ではない。
Under /ebs/pj/gen-zero/crates/: gen-zero-provenance/src/entry.rs; gen-zero-provenance/src/mmr.rs; gen-zero-service/src/zero.rs
関連するランタイムのインフラストラクチャには、gen-zero-core（共有型）、gen-zero-lod（グラフの事実）、gen-zero-storage（スナップショット）、そして任意の gen-zero-nanocore 経路が含まれる。上記または下記の論文の実験は研究上の根拠であり、このランタイムマップの代わりとなるものではない。