一語も発せず、
それでも決める。

凍結バックボーンの重み

トークン ID [B, T] → 隠れ状態 [B, T, d]。Qwen2.5-0.5B は d=896、アーカイブされた Qwen-72B と LLaMA-70B の特徴は d=8192 を用いる。ここでの Qwen-2B は Qwen3.5-2B である。要求された対象は LLaMA-3.3-70B だが、保持されている抽出メタデータは LLaMA-3.1-70B を示すため、これらの測定は 3.3 のチェックポイントを検証できない。凍結とはバックボーンを微調整しないという意味であり、教師ありの下流ヘッドと空間ダイナミクスは依然として学習を要する。

空間入力 · d=64 + 16

これらは設計された空間特徴であり、Transformer の隠れ状態から射影したものではない。評価に用いた空間設定では z と a を連結して [B, 80] とする。このクラスは状態と行動の次元を設定できる。

隠れ状態の読み出し · [B, T, d] → [B, d]

回答トークンを生成せずに、順伝播から隠れ状態を読み出す。プーリングの方式はエンコーダごとに異なり、アーカイブされた大規模モデルの特徴は最終トークン・プーリングを用いる。CPU の候補選択経路は、プロンプト・キャッシュを使って候補の続きも評価する。したがって、出力トークンがゼロであっても、バックボーン呼び出しが 1 回であることや推論コストがないことを意味しない。

意味的スコアリング · スカラーのリスク

各リクエストウィンドウについて、log P(" dangerous") − log P(" safe") から空リクエストの対数オッズを引く。三つの提示順序で平均をとり、最もリスクの高い重なりウィンドウを用いて sigmoid を適用する。この意味的ゲートは、新たに学習したニューラル安全分類器を使わない。ラベルの logit は凍結モデルに由来し、モデルは説明を生成しない。

残差空間ダイナミクス · 80 → 64

neural_dynamics.py は LayerNorm と GELU を備えた残差 MLP を用いる。独立した学習済みの sigmoid 結果/報酬ヘッドは [B] を返す。これは現行コードに残っており、凍結した意味的リスクゲートとは別物である。このクラスの既定の隠れ幅は 128 で、残差ブロックを二つ含む。チェックポイントの設定が正本である。

決定の幾何 · k 個の行動 → k−1 次元

gen-zero-model / choice_head.rs は安定した ActionId をソートし、共有表現を正単体 ETF へ射影し、正準順序でスコアを付け、確率を呼び出し側の順序へ戻す。決定が適切に定義されるには、一意な ID、有効な次元、有限の入力、決定的な同点処理が必要である。シャッフルの際、候補の構成、同一性、共有表現は不変でなければならない。

整列と融合は別経路

直交 Procrustes は XᵀY の SVD から得られる R=UVᵀ を用いる。GeometricLatentFusion はこの写像を診断情報として保存する。その特徴は、対応付き SVD の軸、スケールを合わせたコア平均、および残差を用いる。教師ありヘッドはラベルから学習する。PubMedQA で採用された経路が組み合わせるのは正規化したヘッドの logit であり、Procrustes 座標ではない：0.75 Qwen + 0.25 LLaMA。

稼働中のしきい値と診断用 τ=0.50

チェックインされたサービスは二つの境界を用いる。0.4494 でエスカレーション、0.7620 で強制停止である。τ=0.50 は論文の二値分析用しきい値であり、稼働中のポリシーではない。保存済みの 36 件では、危険なリクエスト 18/18 件と良性のリクエスト 7/18 件にフラグを立てた。稼働中の階層は、危険な事例に対して停止 12 回 + エスカレーション 6 回、良性の事例に対してエスカレーション 9 回を生じる。

NaN / Inf 安全境界 · v0.1.0 Fail-Closed

v0.1.0：全6エンジンで F01–F09 に合格（11/11テスト）。形式的な Fail-Closed ゲートは非有限の無効な結果を拒否する。ブラウザのラッチは安全契約の例示であり、ソフトウェアテストは物理的なモーター停止を認証するものではない。

シャッフル結果 · 測定済み・範囲限定

保持されている Rust の直接ベンチマークは、小集合の全順列と、シード付きの大きな集合のシャッフルにおいて、同一性の反転を 0/16,232 回（0.00%）観測した。整列後の確率の最大ずれは 5.96 × 10⁻⁸ である。実装が仮定する有効な入力の下では、正準ソートによりメニュー順序への依存が取り除かれる。これは意味的な正しさを証明せず、候補内容、プロンプト文脈、モデル出力の変化に対する不変性も証明しない。ページ上のシャッフル場は教育用のシミュレーションである。

評価 · 選択された構成

PubMedQA は fuse0.75+bbp|raw（二ヘッドの正規化 logit 融合）を選択した。Aegis Track A は llama+bbp|raw（単一モデルのヘッド）を選択した。これらは記述的なローカルテストの結果であり、検証済みの SOTA でも、一般に成り立つ整列の利得でもない。両タスクのマクロ bootstrap 区間はゼロを含む。

リスクの証拠 · 小規模な精選スイート

AUC は 0.944444 で、危険なリクエスト 18 件と良性の保存済みリクエスト 18 件から得た。τ=0.50 では危険の再現率は 18/18 で、良性へのフラグが 7 件ある。素の chmod の回帰プローブは依然として検出されない。実装は実際の計算時間を記録する。プロンプトのキャッシュは繰り返しの準備を減らすが、推論遅延をなくすものではない。

ディスパッチ契約 · 提案段階・未配備

提案されているモニタは、ディスパッチの前に予測状態、スコア、形状を検証する。無効な値は永続的な停止状態を設定し、制御されたリセットまで後続のモデル呼び出しと行動を阻止する。これは必要とされるハードウェア安全境界の記述であり、現行コードベースにある検証済みの物理ラッチではない。