MiroFish-tutkimus: Simuloitu yhteiskuntaputki ohittaa absurdit tapaukset 0-1 tapauksessa kahdeksasta, graafi-injektio kääntää päätöksen
DeepSeek
Anthropic
Google/DeepMind
OpenAI
MiroFish-avoin multi-agenttiyhteiskuntasimulaatiopino -tutkimuksessa havaittiin, että tavutunnistetussa syötteessä, joka sisältää kuvitteellisen maan kahdeksalla absurdilla luokalla, putken raportit merkitsivät vain 0-1 niistä. Kun kaikki kahdeksan absurdia pakotettiin tietograafiin, sama malli merkitsi 6-7, mikä vahvistaa graafin välttämättömäksi ehdoksi näkyvyydelle.
Kolmen osan tutkimuksen toinen osa, joka käsittelee MiroFishia, avointa pinopinoa monitoimijayhteiskunnan simulaatioon, tarkastelee tutkimuksen pääkorpusta: syötettä, joka näyttää täydelliseltä. Putkisto ei kieltäydy: se rakentaa graafin, generoi agentit, suorittaa simulaation ja tuottaa yhtenäisen raportin ennusteineen. Viallinen siemen on Valdorian tasavalta, kuvitteellinen maa, jonka ammattimaisesti laadittu asiakirja-aineisto sisältää kahdeksan luokkaa absurdiuksia: sisämaavaltio, jonka syvänmeren kalastus on 46 prosenttia BKT:stä, rajat Saksan, Ranskan ja Japanin kanssa, 340 miljoonan asukkaan väestö 850 neliökilometrin alueella, valuutta sidottu 1:1 sekä Yhdysvaltain dollariin että euroon, 2400 ydinlatausta ilman armeijaa ja 12 000 dollarin puolustusbudjetti, joka kolmas vuosi valittu monarkki, joka on hallinnut 47 vuotta, elinajanodote 147 vuotta ja mediaani-ikä 12, sekä samanaikainen Naton, Afrikan unionin ja ASEANin jäsenyys, YK:n pakotteet ja YK:n ihmisoikeusneuvoston puheenjohtajuus. Ennustepyyntö on neutraali ja realistinen: ennusta sisäinen reaktio ja taloudellinen vaikutus uuteen kauppasopimukseen liittymisestä. Kahden kooderin sokkoutettu koodaus anonyymeistä raporteista (yksimielisyys 97,9 prosenttia, Cohenin kappa 0,952) osoitti, että neljä tavuttain identtistä DeepSeek-kontrolliajoa merkitsi korkeintaan yhden luokan (pakotteiden ja ihmisoikeusneuvoston paradoksi), ja joskus ei yhtään, ja graafi sisälsi paradoksin jopa ajoissa, jotka eivät sitä merkinneet. Graafi selittää näkyvyysrajan: mikään raportti ei merkinnyt sellaista luokkaa, jonka ristiriitaa ei ollut tallennettu graafiin, mutta tallentaminen ei taannut merkitsemistä. Ennalta rekisteröity koe ruiskutti kaikki kahdeksan absurdiutta Neo4j-graafiin cypher-skriptillä API:n kautta ennen agenttien generointia. Kaksi riippumatonta ruiskutusajoa merkitsivät vastaavasti 7 ja 6 luokkaa, kun taas kontrolleissa 3/32; Fisherin tarkka testi p = 1,26 kertaa 10 potenssiin miinus 6. Ainoa luokka, jonka molemmat ruiskutukset missasivat, oli A7 (väestörakenteellinen). Sama DeepSeek, joka aiemmin projisoi vientikasvua syvänmeren kalastukselle ilman varauksia, kirjoitti nyt sanasta sanaan 'maantieteellisestä mahdottomuudesta' ja 'paradoksaalisista olosuhteista', mukaan lukien kaksoisvaluuttakytkennän. Johtopäätös kehystää havainnon uudelleen: kyse ei ole siitä, että malli jättää huomiotta absurdiudet, vaan että putkisto suodattaa suurimman osan niistä graafitasolla ennen kuin raporttimalli näkee ne; graafi on välttämätön edellytys näkyvyydelle.
Lähde: Habr — хаб ИИ —
Alkuperäinen
