論文の概要: Alpha-TCM: A Nine-Layer Framework for TCM-Guided Multimodal Inference and Structured-Prior Auditing

• arxiv url: http://arxiv.org/abs/2610.38754v1
• Date: Wed, 28 Oct 2026 19:35:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.406471
• Title: Alpha-TCM: A Nine-Layer Framework for TCM-Guided Multimodal Inference and Structured-Prior Auditing
• Title（参考訳）: Alpha-TCM: TCM-Guided Multimodal Inference と Structured-Prior Auditing のための9層フレームワーク
• Abstract要約: 監査可能なシステムは、ドメイン知識、ケースエビデンス、確率的推論、下流の権威を分離すべきである。 まず、セマンティック定義、マルチモーダル取得、品質管理、証明可能な知識、確率的推論、縦方向の更新、制約のある決定、言語間相互作用、そして人間のガバナンスをカバーする9層TCM指向アーキテクチャを提案する。 第二に、制御された合成プロトタイプは、レイヤ1〜5をインスタンス化し、知識・証拠インターフェースを監査する。
• 参考スコア（独自算出の注目度）: 2.218243067623878
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Alpha-TCM makes two contributions under a central thesis: auditable systems should separate domain knowledge, case evidence, probabilistic inference, and downstream authority. First, it proposes a nine-layer TCM-oriented architecture covering semantic definitions, multimodal acquisition, quality control, provenance-bearing knowledge, probabilistic inference, longitudinal updating, constrained decisions, language interaction, and human governance. Each layer specifies its information contract, failure boundary, dependencies, and validation status. This is a system-design proposal, not a claim of complete clinical implementation. Second, a controlled synthetic prototype instantiates Layers 1-5 to audit the knowledge-evidence interface. Four conditional-Gaussian encoders process synthetic tongue images, pulse waveforms, inquiry fields, and text, while a frozen bridge predicts a five-dimensional synthetic outcome. A versioned contextual prior is compiled independently of the renderer. Fusion removes duplicated reference-prior information before adding context. Equal-information controls, prior regularization, graded contamination, and structural corruption test contextual benefits, Bayesian specificity, and conflict detection. Across ten paired seeds and four training sizes, contextual knowledge improved mean absolute error over marginal committee fusion at 600 and 1,200 cases, but not over equal-information neural controls. Fully incorrect context harmed performance at every size, while prior effects were inconsistent and conflict scores did not track case-level damage. The results support contextual structure in low-data synthetic settings, not a specifically Bayesian advantage. The prototype establishes no claims about TCM theory or clinical, diagnostic, therapeutic, causal, longitudinal, or transfer validity.
• Abstract（参考訳）: 監査可能なシステムは、ドメイン知識、ケースエビデンス、確率的推論、下流の権威を分離すべきである。 まず、セマンティック定義、マルチモーダル取得、品質管理、証明可能な知識、確率的推論、縦方向の更新、制約のある決定、言語間相互作用、そして人間のガバナンスをカバーする9層TCM指向アーキテクチャを提案する。 各レイヤは、情報コントラクト、障害境界、依存関係、バリデーションステータスを指定する。 これはシステム設計の提案であり、完全な臨床実装の主張ではない。 第二に、制御された合成プロトタイプは、レイヤ1〜5をインスタンス化し、知識・証拠インターフェースを監査する。 4つの条件付きガウスエンコーダは合成舌画像、パルス波形、調査フィールド、テキストを処理し、凍結ブリッジは5次元合成結果を予測する。 バージョン付きコンテキスト先行は、レンダラーとは独立してコンパイルされる。 Fusionはコンテキストを追加する前に、重複した参照-優先度情報を削除します。 平等情報制御、事前正規化、格付けされた汚染、構造的汚職テストの文脈的利益、ベイズ的特異性、コンフリクト検出。 10対の種子と4つのトレーニングサイズにまたがって、文脈的知識は600と1200のケースで限界委員会の融合に対する絶対誤差を平均的に改善した。 完全な不正確なコンテキストはあらゆるサイズで性能を損なうが、先行効果は矛盾し、競合スコアはケースレベルの損傷を追跡できなかった。 結果は、特にベイズ的優位性ではなく、低データの合成設定における文脈構造をサポートする。 このプロトタイプは、TCM理論、臨床、診断、治療、因果、縦断、または転写の妥当性に関する主張を定めていない。

関連論文リスト

• Read-Best Is Not Steer-Best: A Probing--Steering Layer Dissociation in Omni-Modal Large Language Models [75.34700827901757]
  一般的にテストされるが、最も高い確率の層がステアリングに最適な層である、という仮定は稀である。 独立に開発された3つのOmni-modalモデルにまたがって、この仮定を初めて因果検定する。 感情を制御されたテストベッドとして使用し、テキスト、音声、画像入力の階層的可読性と操縦性を測定する。
  論文  参考訳（メタデータ） (2026-08-24T11:38:22Z)
• Eigenius: A Typed Knowledge-Graph DBMS with Epistemic Stratification and Institution-Mediated Reasoning [0.0]
  Eigeniusは、単一の前提に基づいて構築された知識グラフである。 これは、データ証明をサブシステムの境界を越えて再構成された特性ではなく、構造的不変量に変換する。
  論文  参考訳（メタデータ） (2026-08-05T05:28:22Z)
• A Governance Methodology Layer for AI-Assisted Software Development: Defect Taxonomy, Controlled Ablation, and a Test of Process-Over-Capability [0.0]
  5つのAIエージェントの許可とガバナンスモジュールに基づく欠陥クラス分類を提案する。 本稿では,ジェネレータの出力を読み出し,構造化されたバリデーションを出力するランタイム分離型ガバナンスゲートについて述べる。 トークンマッチングされた未構造化プロンプトとハーネス構造化されたレビューを比較した制御アブレーション実験を報告する。
  論文  参考訳（メタデータ） (2026-07-01T14:08:41Z)
• The Deterministic Horizon: Impossibility Results as Design Specifications for Trustworthy AI Systems [0.0]
  この論文は、好奇心から不合理性の結果を設計規則に変える。 そのフラッグシップとなる結果は、アーキテクチャだけで設定された精度の高い天井を証明している。 同じ引数がサブフィールドにまたがって再キャストされる。
  論文  参考訳（メタデータ） (2026-05-21T20:48:35Z)
• PRISM: Prior Rectification and Uncertainty-Aware Structure Modeling for Diffusion-Based Text Image Super-Resolution [51.96078493242164]
  PRISMは単一ステップ拡散ベースのText-SRフレームワークである。 PRISMはミリ秒レベルの推論で最先端の性能を達成する。
  論文  参考訳（メタデータ） (2026-05-13T05:31:06Z)
• The Specification as Quality Gate: Three Hypotheses on AI-Assisted Code Review [0.0]
  AIが生成するコード品質の問題に対する業界の主要な反応は、AIレビュアーをデプロイすることだ。 本稿では,実行可能な仕様が存在しない場合,この応答は構造的に円形であると主張している。
  論文  参考訳（メタデータ） (2026-03-26T11:59:05Z)
• Agency and Architectural Limits: Why Optimization-Based Systems Cannot Be Norm-Responsive [0.0]
  AIシステムは、標準によって管理されるという前提の下で、ハイステークな状況にますますデプロイされている。 本稿では,最適化システムに対して仮定が正式に無効であることを示す。
  論文  参考訳（メタデータ） (2026-02-26T17:16:17Z)
• BRIDGE: Building Representations In Domain Guided Program Verification [67.36686119518441]
  BRIDGEは、検証をコード、仕様、証明の3つの相互接続ドメインに分解する。 提案手法は, 標準誤差フィードバック法よりも精度と効率を著しく向上することを示す。
  論文  参考訳（メタデータ） (2025-11-26T06:39:19Z)
• Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval [139.21955930418815]
  クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。 しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。 本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T09:41:19Z)

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。