1 · Méthodes candidates
Les valeurs sont des hypothèses locales éditables, pas des mesures réelles. L'origine d'une méthode n'entre jamais dans son fitness.
OMEGA-HYPERMETA-LANGPROG-R0.4 · LLMT ↔ TristanIR ↔ LPMT ↔ OAK
Langage & Programmation · Proof-Carrying Lab
Mettre en concurrence heuristique scalaire, cour Pareto conservatrice et exploration stochastique descriptive des préférences sur CURRENT / EXTERNAL / HYBRID / REUSE / NO_ACTION, puis réguler le régime hyper-méta sans créer d'autorité externe.
Meaning != TruthGenerated != VerifiedGenerator != JudgeAutonomy != AuthorityBestOnOneBenchmark != UniversallyBestAcceptabilityWinner != ProductionWinner
Hyper-Meta FabricBest Alternative
2 · État fonctionnel
VirtualCognitiveState est un régulateur opérationnel, pas une preuve de conscience subjective.
Régime: —
ActionMode: —
3 · Scalar ↔ Pareto Tournament
—
—
4 · Proof-carrying receipt
5 · Acceptabilité sous préférences inconnues
Analyse SMAA-inspired locale : 2048 vecteurs de poids additifs sont échantillonnés avec seed fixe après normalisation bénéfices/coûts. C'est un diagnostic d'ambiguïté, pas un décideur.
Entropie de préférence
—
—
PreferenceSample != ElicitedHumanPreference · SMAAInspired != FullSMAAImplementation · authority_granted=false.
6 · Benchmark noyau mesuré
Core PR #574 · matrice GitHub Actions Python 3.10–3.13.
256 / 256
attentes de politique Pareto satisfaites dans chaque job de la matrice.
Faux REPLACE sur familles non sûres
192 → 0
Le scalaire remplace dans les cas synthétiques conçus pour exposer les compromis; Pareto s'abstient. Ce résultat ne vaut que pour ce court.
Dominance stricte
64 / 64
Pareto conserve la capacité de remplacer lorsque le challenger domine réellement la baseline sur toutes les dimensions déclarées.
Portée du résultat
SyntheticPolicyPASS != RealWorldSuperiority · RuntimeOnOneRunner != StableProductionLatency · BenchmarkWinner != ProductionWinner.
La prochaine falsification est un jeu gelé de tâches réelles avec regret décisionnel, calibration, robustesse, qualité d'abstention et loyer de complexité. La couche stochastique est prunable si elle n'améliore pas la décision hors échantillon.
Frontière OAK
Cette page est read-only vis-à-vis du monde externe : external_execution_authorized=false · promotion_authorized=false · aucun merge · aucun paiement · aucune publication.
Le score scalaire reste une baseline. Pareto retourne VERIFY au lieu d'inventer une préférence. L'acceptabilité stochastique décrit la sensibilité à des poids inconnus mais ne tranche pas. Une méthode n'est remplaçable en production qu'après benchmark indépendant, licence/provenance, régression et rollback. FunctionalVirtualState != SubjectiveConsciousness.