論文の概要: Pre-Registered Genesis Accounting for Recursive Self-Improvement: First Audited Operator-Genesis Events in a Physics-Discovery Runtime

• arxiv url: http://arxiv.org/abs/2610.14843v1
• Date: Sat, 10 Oct 2026 11:57:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.124277
• Title: Pre-Registered Genesis Accounting for Recursive Self-Improvement: First Audited Operator-Genesis Events in a Physics-Discovery Runtime
• Title（参考訳）: 再帰的自己改善のための事前登録ジェネシス会計:物理発見実行時の最初の監査者生成イベント
• Abstract要約: M1はデザイナが提供する語彙内で機械生成されたコンテンツインスタンスをカウントし、M2は機械公認のメカニズムタイプをカウントする。 初回検査を行ったM2遺伝子例を経験したので報告する。
• 参考スコア（独自算出の注目度）: 0.9167082845109437
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Claims of recursive self-improvement are easy to make and hard to falsify: did improvement come from re-using designer-provided mechanisms, or from mechanisms the system authored itself? We introduce a pre-registered, two-tier accounting: M1 counts machine-generated content instances within a designer-provided vocabulary, while M2 counts machine-authored mechanism types (new operators registered into the runtime's own vocabulary, with a held-out-validation certificate). We report the first audited M2 genesis events. In the primary event, depth-limited compositional search over elementary operators, judged by held-out R^2 on real NIST hydrogen Balmer measurements, produced the operator sq(inv(n)) = 1/n^2 -- the Rydberg-level form -- which no standard-library transform could express (held-out R^2: -0.546 best standard transform vs. 1.0000000 composed). A protocol flaw (independent variable built by inverting the very law under test) was caught in audit and repaired via an independent-label protocol; extrapolation to unseen levels (n=8,9 trained on n<=7) attains relative error ~10^-6, four to six orders beyond the best standard operator. A second event independently recovered sqrt(inv(a)) -- Kepler's velocity law -- from JPL ephemeris vectors. Also incorporated: an audited compounding channel (first domain-level measurement: 1.109x accuracy ratio on a real held-out domain) and blind, decurated genesis exams whose honest tally is zero. The Kepler event passes line audit; the hydrogen gap reproduces on He II; the certificate is threshold-stable. Against eleven prior systems, the contribution is the measurement and governance of machine-authored mechanisms, not the search algorithm or rediscovered physics. Limitations: exams were curated by agents who knew the textbook answer, triggers manual, grammar observer-injected; both events demonstrate capability to author, not yet autonomous genesis.
• Abstract（参考訳）: 再帰的自己改善(recursive self-improvement)の主張は簡単で、偽造(falsify)が難しい。 M1はデザイナが提供するボキャブラリ内のマシン生成コンテンツインスタンスをカウントし、M2はマシン公認のメカニズムタイプをカウントします(新しいオペレータはランタイム独自のボキャブラリに登録され、保持されたバリデーション証明書があります)。 初回検査を行ったM2遺伝子例を経験したので報告する。 第一の事象では、実 NIST 水素バルマーの測定でR^2 を保留して判断された基本作用素に対する深さ制限構成探索が、標準ライブラリ変換が表現できない作用素 sq(inv(n)) = 1/n^2 を生成した。 プロトコルの欠陥(テスト中の法則を逆転して構築された独立変数)が監査中に発見され、独立ラベルプロトコルによって修復され、n<=7で訓練されたn=8,9レベルの外挿により、最高の標準演算子より4から6桁の相対誤差が達成された。 ケプラーの速度法則であるsqrt(inv(a))は、JPLエフェメリスベクトルから独立に回収された。 また、監査された複合チャネル(第1ドメインレベル測定:実際の保持領域における精度比1.109倍)と、正直な集計値がゼロであるブラインド・デキュレートされたジェネシス試験も組み込まれている。 ケプラーイベントはライン監査に合格し、水素ギャップはHe II上で再現される。 従来の11のシステムに対して、その貢献は、探索アルゴリズムや再発見された物理ではなく、機械が認可したメカニズムの測定とガバナンスである。 制限: 試験は教科書の回答、手動のトリガー、文法の観察者が注入されたエージェントによって行われた。

関連論文リスト

• RRSI: Regularized Recursive Self-Improvement of Agent Harnesses [76.77275934611428]
  正規化再帰的自己改善型エージェント・ハーネス(RRSI) 本稿では、正規化の原則を取り入れたRRSIを紹介し、進化候補の提案と選択を制約することで自己改善を活用する。 RRSIは5つのアウト・オブ・ディストリビューション・ベンチマークで14.1ポイント、最大4.7ポイントを獲得し、非正規化進化よりも30%少ないポリシートークンで動作するハーネスを生産している。
  論文  参考訳（メタデータ） (2026-09-21T17:54:49Z)
• MetaRSI / RSI2: A Meta-Recursive Self-Improving System for Recursive Self-Improving Systems Themselves [65.60481414910728]
  再帰的な自己改善により、システムは自身の失敗からモデル構築機械を改善することができる。 しかし、RSIは、科学のQAや数学のようなコーディングと形式的なベンチマークにのみ検証されている。 RSIは次に、科学的、工学的、メタ科学的な領域にまたがって運用されなければならない、と我々は主張する。 本稿では,MetaRSI-v1を提案する。改良は,1つの統一パラダイム上での3つの型付き演算子のスケジュール構成である。
  論文  参考訳（メタデータ） (2026-09-06T05:15:31Z)
• GenOS: Compositional Certificates for Semantic Robustness in AI Code Generation [0.0]
  GenOSはプロンプト、コントラクト、ジェネレータ、プログラムを置き換える確率論的操作意味論である。 等価性に適合するカーネルは商類に従属し、商化の可換性は分布拡大や逐次合成と一致することを証明する。 また,音の検証,全変量非拡張性,付加的境界の下でのワークフロー・バイコミットの安全性を確立した。
  論文  参考訳（メタデータ） (2026-08-04T12:42:11Z)
• Physics-Audited Agentic Discovery in Scientific Machine Learning [1.4632791454491378]
  Physics-Audited Agentic SciML (PA-SciML)は、エージェントSciML発見のための検証ファーストワークフローである。 PA-SciMLは、検索の前に評価器を固定し、レビュー可能な機械チェック可能な物理条件を導出し、所定の入力範囲や測定された負荷履歴の範囲を探索する。 有効にすると、ワークフローはトレーニング前にアドバイザリーな数値プローブを追加して、一度に1つのモデリング変更を一度に記録し、どの独立した編集が再利用前にスコアゲインと関連付けられているかを記録する。
  論文  参考訳（メタデータ） (2026-07-08T13:10:35Z)
• Domain-Validity-Gated Metamorphic Testing of Scientific ML Surrogates [6.691613382732758]
  本研究では,SciMLサロゲートの候補準同型関係をドメインの有効性を検証し,実行可能なテストアセットに変換する方法について検討する。 本稿では,演算子の数値フロアに耐性が支配的であり,前提条件が保たれている場合にのみ,候補を許容する領域正当性を提案する。 証拠は2つのCFDタスクと第2のPDEファミリーにまたがり、候補MRから監査可能なSciMLテストアセットへの妥当性を認識可能なブリッジをサポートする。
  論文  参考訳（メタデータ） (2026-06-16T05:13:05Z)
• AuditWeave: A Tamper-Evident, Auditor-Navigable Evidence Layer for AI-Assisted and Data-Transformation Workflows [0.0]
  AuditWeaveは、AIアシストとデータ変換のステップを1つのハッシュチェーンの台帳に記録する軽量Pythonライブラリである。 本稿では,参照実装におけるオーバヘッド,拡張性,タンパー検出の正確さを設計し,評価する。
  論文  参考訳（メタデータ） (2026-06-14T21:46:04Z)
• VASO: Formally Verifiable Self-Evolving Skills for Physical AI Agents [57.240036084348354]
  本稿では,ロボットスキルコントラクトの検証誘導自己進化のためのフレームワークであるVASOを紹介する。 VASOは論理的に一貫性のないスキル契約を検証し、グローバルおよびローカルな時間的仕様に対してスキルによって誘発される計画を検証する。 Clearpath Jackal と PX4 のクアッドコプタータスクでは、VASO は100点未満の最適化サンプルを使用して97.2% の形式的な仕様準拠に達した。
  論文  参考訳（メタデータ） (2026-06-03T20:02:35Z)
• Graph Transfer Learning via Shared Latent Geometry: Theory and Applications [12.735610064958712]
  工学的な物理システムにおける推論と制御は、展開において重い物理コストを支払う。 両問題を解決する非対称な双方向アーキテクチャを提案する。 教師エンコーダは、高忠実度シミュレータから特権化された高密度状態を消費し、スペクトル摂動下で安定な演算子-ポリノミカル特徴を通してシステムを表現する。 学生エンコーダは、スパースフィールドデータと演算子記述子から同じ潜時幾何学を学習する。
  論文  参考訳（メタデータ） (2026-05-30T13:00:13Z)
• Reinforcement Learning with Verifiable yet Noisy Rewards under Imperfect Verifiers [90.50039419576807]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、人為的なラベル付けを避けるために、自動検証に対するポリシーを訓練する。 認証ハッキングの脆弱性を軽減するため、多くのRLVRシステムはトレーニング中にバイナリ$0,1$の報酬を破棄する。 この選択にはコストがかかる:textitfalse negatives(正しい回答、FNを拒絶)とtextitfalse positives(間違った回答、FPを受け入れる)を導入する。
  論文  参考訳（メタデータ） (2025-10-01T13:56:44Z)

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。