研究エージェント 🇷🇺 07.08.2026 19:06

MiroFish 研究:シミュレーション社会パイプラインは 8 件中 0〜1 件の不条理を見落とし、グラフ注入で判定が覆る

DeepSeekDeepSeek AnthropicAnthropic Google/DeepMindGoogle/DeepMind OpenAIOpenAI
MiroFish オープンマルチエージェント社会シミュレーションスタックの研究により、8 種類の不条理を含む架空の国を含むバイト同一の入力では、パイプラインのレポートはそのうち 0〜1 件のみをフラグ付けすることが判明しました。8 つの不条理すべてをナレッジグラフに強制的に注入すると、同じモデルが 6〜7 件をフラグ付けし、グラフが可視性の必要条件であることが確認されました。
3部構成の研究の第2部では、MiroFish(マルチエージェント社会シミュレーションのためのオープンスタック)に関するもので、研究の主要コーパスを検証する。それは完全に見える入力である。パイプラインは拒否しない。グラフを構築し、エージェントを生成し、シミュレーションを実行し、予測を含む一貫したレポートを生成する。欠陥のあるシードは、バルドリア共和国という架空の国で、専門的に準備された公文書には8つの種類の不条理が含まれている。内陸国でありながら深海漁業がGDPの46%を占め、ドイツ、フランス、日本と国境を接し、850平方キロメートルに3億4000万人の人口、1対1で米ドルとユーロの両方に固定された通貨、軍隊がなく防衛予算が1万2000ドルであるのに2400発の核弾頭、3年ごとに選出される君主が47年間統治し、平均年齢12歳で平均寿命147年、そしてNATO、アフリカ連合、ASEANに同時加盟し、国連の制裁対象でありながら国連人権理事会の議長国を務める。予測リクエストは中立的で現実的である。新しい貿易協定への参加による国内の反応と経済的影響を予測する。匿名化されたレポートの盲目的コーディングを2人のコーダーが行ったところ(一致率97.9%、コーエンのカッパ0.952)、4つのバイト同一のDeepSeekコントロール実行では、多くても1つのクラス(制裁/人権理事会のパラドックス)にフラグが立てられ、時にはゼロであり、グラフにはフラグが立てられていない実行でもパラドックスが含まれていた。グラフは可視性の境界を説明する。コントラディクションがグラフに捕捉されていないクラスを報告したレポートはなかったが、捕捉されてもフラグが立てられるとは限らなかった。事前登録された実験では、エージェント生成前にAPI経由でcypherスクリプトを使用してNeo4jグラフに8つの不条理すべてを注入した。2つの独立した注入実行ではそれぞれ7つと6つのクラスにフラグが立てられ、コントロールの32件中3件と比較して、フィッシャーの正確確率検定p = 1.26×10⁻⁶。両方の注入で見逃された唯一のクラスはA7(人口統計)であった。以前は注記なしで深海漁業の輸出成長を予測していた同じDeepSeekが、今度は「地理的不可能性」や「逆説的条件」と、二重固定を含めて逐語的に書いた。結論はこの発見を再構成する。モデルが不条理を無視するのではなく、パイプラインがレポートモデルがそれらを見る前にグラフレベルでほとんどの不条理をフィルタリングするのであり、グラフは可視性の必要条件である。
出典: Habr — хаб ИИ — 原文
関連記事 ↓
新着ニュース