論文の概要: The Root Theorem of Context Engineering

• arxiv url: http://arxiv.org/abs/2604.20874v1
• Date: Sun, 29 Mar 2026 20:41:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 02:32:14.136471
• Title: The Root Theorem of Context Engineering
• Title（参考訳）: コンテキスト工学の根論
• Authors: Borja Odriozola Schick,
• Abstract要約: 我々は制約を公理として定式化し、コンテキストエンジニアリングのルート理論(Root Theorem of Context Engineering)という単一の原則を導出します。 追加のみのシステムは、必ずしも有効ウィンドウを有限時間で超えていることが示される。 定理の制約構造が生物学的メモリアーキテクチャに収束することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Every system that maintains a large language model conversation beyond a single session faces two inescapable constraints: the context window is finite, and information quality degrades with accumulated volume. We formalize these constraints as axioms and derive a single governing principle -- the Root Theorem of Context Engineering: \emph{maximize signal-to-token ratio within bounded, lossy channels.} From this principle, we derive five consequences without additional assumptions: (1)~a quality function $F(P)$ that degrades monotonically with injected token volume, independent of window size; (2)~the independence of signal and token count as optimization variables; (3)~a necessary gate mechanism triggered by fidelity thresholds, not capacity limits; (4)~the inevitability of homeostatic persistence -- accumulate, compress, rewrite, shed -- as the only architecture that sustains understanding indefinitely; and (5)~the self-referential property that the compression mechanism operates inside the channel it compresses, requiring an external verification gate. We show that append-only systems necessarily exceed their effective window in finite time, that retrieval-augmented generation solves search but not continuity, and that the theorem's constraint structure converges with biological memory architecture through independent derivation from shared principles. Engineering proof is provided through a 60+-session persistent architecture demonstrating stable memory footprint under continuous operation -- the divergence prediction made concrete. The Root Theorem establishes context engineering as an information-theoretic discipline with formal foundations, distinct from prompt engineering in both scope and method. Shannon solved point-to-point transmission. Context engineering solves continuity.
• Abstract（参考訳）: 単一のセッションを超えて大きな言語モデル会話を維持するシステムは、コンテキストウィンドウが有限であり、情報品質は蓄積されたボリュームで劣化する。 我々はこれらの制約を公理として定式化し、コンテキストエンジニアリングのルート定理(Root Theorem of Context Engineering: \emph{maximize signal-token ratio in bounded, Losy channel)を導出する。 この原則から,(1) 品質関数 $F(P)$ を単調に分解し,ウィンドウサイズに依存しない,(2) 信号およびトークン数の最適化変数としての独立性,(3) キャパシティ制限ではなく忠実度しきい値によって起動される必要なゲート機構,(4) ホメオスタシスの不可避性,圧縮,リライト,シェッド – を,無期限に理解を維持できる唯一のアーキテクチャとして,(5) 圧縮機構が圧縮チャネル内で動作し,外部認証ゲートを必要とする,自己参照性(自己参照性)性(自己参照性)性(自己参照性)性(自己参照性)性(自己参照性)性(自己参照性)性(自己参照性))を導出する。 加法のみの系は, 有限時間で有効ウィンドウを超えることは必然であり, 探索拡張生成は探索を解くが連続性は解決せず, 定理の制約構造は共有原理から独立に導出することで生物学的記憶構造と収束することを示した。 エンジニアリングの証明は、連続的な操作下で安定したメモリフットプリントを示す60以上のセッションの永続アーキテクチャによって提供されます。 ルート理論 (Root Theorem) は、文脈工学を形式的基礎を持つ情報理論の分野として確立し、スコープとメソッドの両方において迅速な工学とは異なる。 シャノンはポイント・ツー・ポイント・トランスミッションを解決した。 コンテキストエンジニアリングは連続性を解決する。

関連論文リスト

• Mechanized Foundations of Structural Governance: Machine-Checked Proofs for Governed Intelligence [0.0]
  認知ワークフローシステムにおける構造ガバナンス理論の5つの結果を示す。 Coq 8.19の3つは、相互干渉木ライブラリーと機械化造幣を用いており、2つは明らかに還元された紙上で証明されている。 6番目のコントリビューションは、抽象モデルをデプロイされたランタイムに接続する。
  論文  参考訳（メタデータ） (2026-04-30T01:03:15Z)
• Semantic Channel Theory: Deductive Compression and Structural Fidelity for Multi-Agent Communication [7.299890614172539]
  本稿では,セマンティックコミュニケーションのための厳密な枠組みを開発する。 正式な証明システムとシャノン理論ツールを統合している。 セマンティックボトルネックはブロードキャスト設定で識別される。
  論文  参考訳（メタデータ） (2026-04-10T02:08:24Z)
• Neural Paging: Learning Context Management Policies for Turing-Complete Agents [9.896253083170066]
  情報資源管理から象徴的推論を分離する階層型アーキテクチャである textitNeural Paging を導入する。 理論的解析により、境界付きコンテキストウィンドウサイズ$K$では、ニューラルページングは、二次的な$O(N2)$から$O(N cdot K2)$への長水平推論の複雑さを減少させる。
  論文  参考訳（メタデータ） (2026-02-11T22:35:08Z)
• Random-Matrix-Induced Simplicity Bias in Over-parameterized Variational Quantum Circuits [72.0643009153473]
  本稿では,観測可能な期待値とパラメータ勾配の両方がシステムサイズに指数関数的に集中するHaar型普遍性クラスに,表現的変分アンサーゼが入ることを示す。 その結果、そのような回路によって誘導される仮説クラスは、近点関数の狭い族に高い確率で崩壊する。 テンソル-ネットワークベースおよびテンソル-ハイパーネットワークパラメータ化を含むテンソル構造VQCは、ハール型普遍性クラスの外にある。
  論文  参考訳（メタデータ） (2026-01-05T08:04:33Z)
• Foundations of Diffusion Models in General State Spaces: A Self-Contained Introduction [54.95522167029998]
  この記事は、一般状態空間上の拡散に関する自己完結プライマーである。 我々は、その連続時間限界とともに離散時間ビュー(マルコフカーネルを経由し、逆ダイナミクスを学習する)を開発する。 一般的な変量処理は、標準の訓練損失を支えるELBOをもたらす。
  論文  参考訳（メタデータ） (2025-12-04T18:55:36Z)
• A Unified Formal Theory on the Logical Limits of Symbol Grounding [0.65268245109828]
  形式的なシステム内での意味は、外的、動的、非アルゴリズム的なプロセスから生じなければならないことを示す。 この制限は、あらかじめ確立された意味の有限で静的な集合を持つ系に拡張する。
  論文  参考訳（メタデータ） (2025-09-24T05:40:08Z)
• Lean Meets Theoretical Computer Science: Scalable Synthesis of Theorem Proving Challenges in Formal-Informal Pairs [41.29431283264807]
  本稿では、厳密な証明問題のスケーラブルな情報源として理論計算機科学(TCS)を活用することを提案する。 本稿では,2つのTCS領域に対して,チューリング機械停止動作の証明を含むベイジービーバー問題(Busy Beaver problem)と,論理と算術の推論を組み合わせた混合ブール算術問題(Mixed Boolean Arithmetic problem)を提案する。 我々のフレームワークは,並列形式 (Lean4) と非公式 (Markdown) 仕様で問題を自動生成し,検証問題を生成するスケーラブルなパイプラインを作成する。
  論文  参考訳（メタデータ） (2025-08-21T14:15:40Z)
• Neuro-Symbolic Entropy Regularization [78.16196949641079]
  構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。 エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。 我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
  論文  参考訳（メタデータ） (2022-01-25T06:23:10Z)
• Unified Field Theory for Deep and Recurrent Neural Networks [56.735884560668985]
  本稿では,再帰的ネットワークと深層ネットワークの両方に対する平均場理論の統一的,体系的な導出について述べる。 平均場理論への収束は、ディープネットワークよりもリカレントネットワークの方が典型的に遅い。 提案手法はガウス過程が1/n$の体系的展開の最下位次数であることを示す。
  論文  参考訳（メタデータ） (2021-12-10T15:06:11Z)
• Interplay between transport and quantum coherences in free fermionic systems [58.720142291102135]
  自由フェルミオン系のクエンチダイナミクスについて検討する。 特に,入力として定常電流の値をとり,出力として相関値を与えるEmphtransition Mapをダブする関数を同定する。
  論文  参考訳（メタデータ） (2021-03-24T17:47:53Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。