PRE – 最初のDetector

PRE (Pivot Reasoning Engine) は、Pivot Serviceの意味空間をスライスした断面を観察するアプリケーションでAI塾長に知識を供給する役目を負います。

断面を観察するのが Detector です。
これは純粋に意味空間断面の景色を数値として出力します。

これに対して、「ここを見ると面白い」という解釈をするのが、Detectorの後段で走るAttention。

今日は、最初Detectorとして、Dominance Detector を実装しました。

意味空間断面の中で支配的なデータ (dominance) を検出するのが、このDominance Detectorです。

---

実装予定のDetectorには次のものがあります。

A. Snapshot Shape (ある期間の景色を見るもの)

Detector	見るもの	出力候補	measure依存	threshold
Dominance	1座標が断面をどれだけ占有するか	coordinate, value, share	あり	基本なし
Concentration	少数座標への集中度	concentration metric	あり	基本なし
Dispersion	分布の広がり	dispersion metric	あり	基本なし
Rare Coordinate	小さい構成要素	coordinate, share/rank	あり	Attention寄り
Missingness Shape	MISSINGの位置と割合	coordinates, missing share	あり	なし
Cardinality	有効coordinate種類数	cardinality	弱い	なし
Fragmentation	多数の小要素への分裂	metric / distribution	あり	なし
Consolidation	少数要素への集約	metric / distribution	あり	なし

B. Snapshot Comparison (同一Factの複数の断面を比較する)

Detector	見るもの	出力候補	measure依存	threshold
Emergence	Aではほぼ無くBで現れた	coordinate, before/after	あり	一部必要
Disappearance	AにありBで消えた	coordinate, before/after	あり	一部必要
Growth / Decline	同一coordinateの増減	delta, ratio	あり	なし
Rank Shift	順位変動	old/new rank	あり	なし
Composition Shift	構成比全体の変化	per-coordinate share delta + overall metric	あり	なし
New Combination	新規複合coordinate	coordinates	弱い	なし
Lost Combination	消えた複合coordinate	coordinates	弱い	なし
Cardinality Change	種類数の増減	before/after/delta	弱い	なし
Source Shift	source構成の変化	share delta	あり	なし

C. Series（時間の流れの中で見る）

Detector	見るもの
Temporal Gap	中間の連続欠損/ゼロ
Spike	一時的な急増
Drop	一時的な急減
Trend Change	傾向の変化
Periodicity	周期性
Periodicity Break	周期の崩れ
Change Point	分布特性の切り替わり

D. Cross-space（複数のFactを比較する）

Detector	見るもの
Cross-Fact Sync	別Factの類似した動き
Lead / Lag	時間差のある追随
Similar Pattern	異なる断面の類似形
Relationship Loss	以前あった共変関係の消失
Cross-Slice Contrast	異なるSlice間の特徴差

盛りだくさんです。
実装が大変になりそう。

---

Dominance Detectorが検出したデータはこのように見えます。

支配の強さと勾配が数値で示されます。

観測軸は自由に組みあわせることができます。

topic軸だけで見た場合

memory_type軸とtopic軸を掛け合わせて見た場合

AI塾長は、ユーザーの問い合わせに応じて、ユーザーの代わりにPREの観測軸を操作して意味空間を探索して、必要なら CPS から文脈を読み込み原本を確認し、仮説を作る、見落としがちな論点を提示する、新たな問いを生成する、違和感を提示する、みたいなことをします。

原本が更新される（Discordメッセージが投稿される、ブログ記事が投稿される・・・）
↓
CPSが文脈を抽出する
↓
文脈を元に、Pivot ServiceにFactが登録される
↓
PREで意味空間断面を察する
↓
AI塾長がPRE、Repository Explorer、CPS、Gitea、MinIO、Qdrantを使って、ユーザーと対話する

このループが回ります。
原本は日々更新されるので、永遠に人間が問い続けられるシステムになります。

参考資料：深い知性