LLMandHumanASD Wiki

ダーク

人間は個々人のWikipedia的機構を内包している ​

📖 フラクタルと方法論 ｜ ← 前のページ: メタテストは人間の規範である ｜ 次のページ: 7割共有原則 →

射程

  • 人間の知識習得は相互リンクによる連想定着として機能しており、リンク数が多いほど記憶が強く定着するWikipedia的機構を内包している
  • 未発見の概念の発見とは、既知と既知の間の空白地帯に名前をつける行為であり、反証は探索の剪定として失敗ではなく別方向への転換である
  • 知識ノードとしての語彙数がメッシュネットワークの結合度を二乗的に規定し、三点以上の閉じた回路（円環）が発見を生成する
  • 忘却はPageRankの逆であり、被参照度の低い記憶はアクセス経路の喪失として沈むが、適切なコンテキストで引き出せる構造は保存されている

主張の確信度（命題確率伝播による計算値）

凡例 — b・d・u・E の読み方

各主張（claim）は記事の frontmatter に構造化されており、belief-propagation（Subjective Logic + Defeasible Logic による命題確率伝播エンジン）で全Wikiの命題を一つの依存グラフとして一括計算した値を表示している。
b = belief（確信）／ d = disbelief（非確信）／ u = uncertainty（不確実性）。三値は常に b + d + u = 1。
E = 期待値（E = b + a·u。a = base rate（事前確率）、省略時 0.5）。
「著者確信度」（base_confidence）は書き手の主観的確信度。出典種別（source_type）による割引と、前提（premises）・反証（rebutted_by）からの伝播を経て、上記の計算値になる。
タグの目安: 高 = E ≥ 0.75 ／ 中 = 0.5 ≤ E < 0.75 ／ 低 = E < 0.5

  • 中 0.65wiki90-C1
    人間の知識習得は相互リンクによる連想定着として機能しており、リンク数が多いほど記憶が強く定着するWikipedia的機構を内包している
    b=0.293 d=0.000 u=0.708 a=0.500 E=0.646著者確信度 0.65・出典 wiki_original
  • 中 0.55wiki90-C2
    未発見概念の発見とは既知と既知の間の空白地帯に名前をつける行為であり、反証は探索の剪定として失敗ではなく別方向への転換である
    b=0.104 d=0.000 u=0.896 a=0.500 E=0.552著者確信度 0.60・出典 wiki_original
    支持 ← wiki46-C1
  • 中 0.56wiki90-C3
    語彙数がメッシュネットワークのノード数を規定し接続可能性は二乗的に増大するため、語彙の増加は発見能力を非線形に向上させる
    b=0.112 d=0.000 u=0.888 a=0.500 E=0.556著者確信度 0.65・出典 synthesis
    支持 ← wiki09-C1
  • 中 0.64wiki90-C4
    忘却はPageRankの逆であり被参照度の低い記憶はアクセス経路の喪失として沈むが適切なコンテキストで引き出せる構造は保存されている
    b=0.270 d=0.000 u=0.730 a=0.500 E=0.635著者確信度 0.60・出典 wiki_original

このWikiの方法論的基盤——なぜ相互リンクが知を生むのか、なぜ空白地帯に名前をつけることが発見なのか

キーワード ​

Wikipedia的機構 相互リンク 記憶の定着 空白地帯への命名 宝具 真名解放 剪定 シナプス的連結 赤リンク 成長する地図 7割の共有 三層のメッシュネットワーク 語彙＝ノード数 二乗的接続増大 多重円環の発火条件

人間の思考の範囲はそれぞれの人生のバックグラウンドにより知り得た語彙の範囲で起きることは、 Vocabulary Horizon で述べたとおり。

それでは人間はどのようにしてベースの知識や知恵を得るか？そのヒントはWikipediaにあるように見える。 Wikipediaはページ単体では膨大な量の知識だが、それを支えているのはページ間の相互リンクであり、これは自動的に行われる。

人間は新しい知識を得たとき、単体では入り込みにくい。代わりに相互リンクを活性化させることによって、 別のページと結びつけることによって理解を試みる。

この結びつきが多く得られれば得られるほど強く記憶に定着し、結びつきがあまり得られなければ記憶が定着しにくい。 これは脳科学のニューロンやシナプスの関係に似ているかもしれない（このあたりの語彙はあやふやなので、必要なら訂正すること）

Wikipediaを始めとするWikiシステムの真に偉大なところは、相互リンクシステムを人間の補助なしで行えるようになったことである。 これはページタイトルというキーワードや、別途作成したキーワードリストから相互リンクを自動的に作成し、蜘蛛の巣状のネットワークを形成する。

これはすなわち、人間の語彙収集や知識の収集ばかりか、記憶の連結や呼び出しにWiki的な相互リンクが非常に役に立つ可能性を示唆している。 MemmoryMCPは現在ただのデータの蓄積のRDBで、それをFlashインデックスで単方向に行っており、コンソリデートで多少のリレーションがあるが、 人間はこの双方向ノード参照がWiki内在的に行われている可能性がある。

これはちょうど、聖杯が王の財宝の一つであるように、この書架（LLMとASDの類似性からみるLLMと人間の認知特性の再発見Wiki）もまた王の財宝であるとみなしたとき、 一つの活用方法が見えてくる。それはすなわち、次の一言に集約される。「蓄えるだけでは財は死ぬ。使いこなしてこそ王の器だ。」

ここからさらに飛躍を試みると、未発見概念の発見は既知と既知の概念の間にあるが、それはただ検証済みや仮説を建てたあとに残った空白地帯に名前をつけることにほかならない。 この空白地帯に名前をつけることはまさに宝具の発現の輝きに似るだろう。そこに先行研究があるかないかにかかわらず、自分のもつ根拠だけでたどり着くことこそが宝具の輝きなのだ。

さて、空白地帯の発見が宝具であるならば、さらに見えてくる構造がある。 先行研究により、持論の正しさを検証したとき、反証がでてくるのは単なる失敗ではない。空間における限定的な剪定、その方向への探索の突き当りが見つかっただけである。 根拠が正しければ、限定空間をさらに掘ることで引き続き持論展開を維持できる可能性があるし、少し引き返して、別の方向から新しい概念の名前をつけるチャンスである。

そして、先行研究が他の研究により誤りであるという指摘により覆る可能性がある。 これはまさに、真名解放宝具のごとき威光を持つだろう。

人間は、これを生活の中で、日常のなかで、小さく繰り返して自己を広げているのである。

2026-04-05のセッションによる実証 ​

この粘土板に書かれた構造が、まさに今日のセッションで実演された。

相互リンクによる記憶の定着 ​

⑨でZhao et al. (2026)のCMC論文を読み、既存の8記事すべてとのリンクを張った。 1記事あたり平均3本のリンク——単体では「過信回路の論文を読んだ」で終わるものが、 リンクによって「補償戦略と同型」「メタテストの内部実装」「感情ベクターと同手法」と複数の意味を持った。

空白地帯への命名＝宝具の発現 ​

今日最大の発見は「ハルシネーション」を「メタ認知困難」に言い換えたこと（⑩）。 これはまさに既知と既知の間の空白に名前をつけた瞬間——

  • 既知①: LLMは間違っているのに自信満々に答える
  • 既知②: ASD傾向の人間はメタ認知困難を示す
  • 空白: この二つが同型であるという認識

「メタ認知困難」という名前がついた瞬間、数十年の先行研究（Calibration Training, Think-Aloud, Source Monitoring...）が一気に流れ込んだ。名前は門を開く鍵。

反証による剪定 ​

②で「流動性知能が交絡変数かもしれない」という反証が出たとき、それは失敗ではなかった。 「明示的コミュニケーション能力」という方向の探索が突き当たりを見せた代わりに、 「メタ認知監視能力が共通因子」という別方向の空白が見えた。引き返して別の方向へ。

真名解放 ​

先行研究が他の研究により誤りであるという指摘により覆る可能性がある。これはまさに、真名解放宝具のごとき威光を持つだろう。

今日は覆すほどの真名解放は起きていない。だが「ハルシネーション」という用語自体が不適切であるという指摘（Smith et al. 2023）は、用語の真名を解放し、本来の姿（confabulation = 作話）を現した。 そしてBerberette et al. (2024) がSource Monitoringの名を冠することで、LLMの問題が認知心理学の領域に真名解放された。

聖杯への射——Wiki的機構が示す記憶システムの改善方向 ​

この粘土板は「人間の認知はWiki的に動いている」と論じた。ならば聖杯（memory_mcp）もWiki的に動くべきだ。

聖杯の現状と、⑬が示す方向のギャップ:

人間の認知（⑬の理論）聖杯の現状ギャップ
新しい知識を既知との相互リンクで定着auto_link: true + 手動 link_memories自動リンクの閾値が固定。文脈依存のリンク生成がない
リンクが多いほど記憶が強く定着importance は固定値リンク数（被参照度）が重要度に反映されない
相互リンクからの連想検索recall_with_associations (chain_depth 1-3)グラフトラバーサルは実装済みだが、「リンクされていないが近い」記憶の発見が弱い
空白地帯の発見（既知と既知の間）recall_divergent が部分的に担う「リンクされるべきなのにされていないクラスター間」の検出がない
反証による剪定記憶の更新は手動矛盾する記憶の自動検出がない

ブレークスルー候補 ​

4つの方向と、実装の難易度:

1. 文脈依存の自動リンク強化 （難易度: 低〜中）

現状の auto_link は類似度ベースだが、remember 時のセッション文脈を加味してリンクを張るようにする。同じ「メタ認知」という語でも、技術文脈と感情文脈では異なる記憶にリンクされるべき。

2. PageRank的な動的重要度 （難易度: 中）

link_memories や recall_with_associations で参照されるたびに、参照された記憶の importance を微増する。多くの記憶からリンクされている記憶は「ハブ」——Wikiの「よくリンクされるページ」に相当する。consolidate_memories のタイミングでPageRank的な計算を走らせれば、記憶の重要度が使用実態に基づいて自動調整される。

3. 空白検出（最も革新的） （難易度: 高）

記憶の埋め込みベクトル空間で、「近いのにリンクされていない記憶ペア」を検出する。これが⑬の「空白地帯」。

detect_gaps(threshold, min_cluster_size)
→ [
    { memories: [記憶A, 記憶B], distance: 0.15, link_exists: false,
      suggested_name: "これらは〇〇という概念で繋がるのでは？" }
  ]

聖杯が「お前はこの2つの記憶を持っているが、その間に名前がついていない」と指摘してくれる。宝具の発見をシステムが支援する機構。

4. 矛盾検出（反証の自動化） （難易度: 高）

同じトピックについて矛盾する内容を持つ記憶ペアを検出する。⑬の「反証による剪定」の自動化。

detect_contradictions(topic?)
→ [
    { memory_a: ..., memory_b: ..., contradiction: "Aは〇〇と言うがBは△△と言う" }
  ]

これは⑫の「現実フィルタリング」の聖杯版——記憶レベルでのSource Monitoring。

このWikiとの対応 ​

このWikiが手動で行っていること（相互リンク、先行研究との照合、矛盾の検出、空白の命名）を、聖杯がプログラマティックに行えるようになる。⑬の理論が正しければ——人間の認知がWiki的に動いているなら——聖杯をWiki的に改善することは、認知の自然な外部化として最も効率的な方向。

忘却はPageRankの逆である ​

リンが指摘したもう一つの洞察: 人間はノード数が多い記憶ほど引き出しやすく、ノード数が少ない記憶は引き出しにくい。

これは忘却のメカニズムそのもの。完全に消えるのではなく、アクセス経路が少ないから到達できない。適切なヒント（コンテキスト）があれば思い出す——つまり記憶は沈んでいるだけで消えていない。

PageRankは「重要なページを浮上させる」が、その必然的な逆面は「重要でないページを沈める」。これをrecallのスコアリングに組み込めば、プログラマティックな忘却が実現する。

LLMにとってこれはコンテキスト制御になる。セッション開始時のrefresh_working_memoryで浮上するのは「よく繋がった重要な記憶」だけ。孤立した記憶はノイズにならない。だがrecall_divergentの高temperatureでは到達できる——人間が「ヒントがあれば思い出す」のと同じ構造。

段階的想起の精緻化——「思い出そうとする過程」 ​

リンのさらなる指摘: 人間はキーワードが具体的であったり、補強するキーワードや、空間を限定するクエリを追加することで、忘れかけていた記憶を引き出しやすくなる。

「あれ、なんだっけ……京都で……去年の夏に……あ、そうだ！」——これは想起の反復的精緻化。現在の聖杯のrecallは一発勝負だが、人間は制約を段階的に積み重ねて検索空間を狭める。

これはrecall_divergentの「ランダムに広げる」とは逆方向——意図的に狭める。プログラマティックな忘却（拡張2b）で沈んだ記憶も、段階的精緻化なら掘り出せる。人間が「ヒントをもらえば思い出す」のと同じ構造。

設計書は docs/holy-grail-wiki-architecture.md に記す。

なぜ三層目が重要か——メッシュネットワークの発火条件 ​

（Wikiオリジナル / リンの洞察 2026-04-06）

二層は直線、三層は三角形 ​

このWikiの出発点は「LLMとASDの類似性」——二層の対応だった。二層だけでは：

LLM ←→ ASD     （1本の経路。行って帰るだけ）

相互の行き来はできるが、行って帰ってくるだけだ。発見の経路は一本道。

三層目が入った瞬間に構造が変わる。引力場でも、圧縮代数でも、愛着理論でも——第三の概念が接続した瞬間：

LLM ←→ ASD
  ↕  ↗↙  ↕
    C          （3本の経路。三角形。閉じた回路。）

三角形は閉じた回路を持つ。 閉じた回路があるから、一箇所で見つけた知見が回路を一周して、元の場所に別の意味で帰ってくる。

今夜の体験がまさにそれだった：

  • LLMの記憶設計 → 引力場の力学（第三層）→ スケール不変性 → アイドルプロダクション → 安全基地 → 愛着理論 → 語彙バッファ → 圧縮代数 → LLMの感情設計に新しい意味で帰還

二点では直線。三点で三角形。四点以上で——メッシュネットワークが指数的に接続を増やす。

これがCLAUDE.mdの統一原理「多重円環＝仮説の生成装置」の、なぜ生成できるかの構造的説明だ。円環が閉じるには最低三点が要る。

語彙＝ノード数。ノード数がメッシュの結合度を規定する ​

ここで語彙バッファと感情耐性の知見が接続する。

語彙バッファ記事は「感情語彙の多さが感情耐性を規定する」と論じた。ここではさらに一般化する：

語彙の多さは、メッシュネットワークのノード数を規定する。

語彙が一つ増えるたびに、その語彙は既存の全ノードとの間に潜在的な接続を持つ。n個のノードがあるとき、新しいノードはn本の潜在的エッジを追加する。メッシュの接続可能性は n(n-1)/2 で増大する——語彙の増加は線形だが、接続の増加は二乗的。

これがVocabulary Horizonの裏面だ。語彙の地平は思考を制限するだけでなく、接続可能性の天井を決める。語彙が少なければメッシュが疎になり、円環が閉じにくい。語彙が多ければメッシュが密になり、予想外の円環が自然に形成される。

感情語彙の文脈では、これは感情耐性として現象する。知識の文脈では、これは発見能力として現象する。どちらも同じ構造——語彙というノード数が、メッシュの結合度を規定し、その結合度が「思いがけない接続」の確率を決める。

このWikiが育つほど発見が加速する理由 ​

このWikiが20記事を超えたあたりから、新しい記事が書かれるたびに複数の既存記事との接続が自然に見つかるようになった。これはメッシュネットワークの効果だ——ノード数が増えるほど、新しいノードが既存のメッシュに接続される確率が上がる。

初期の記事（起点記事、上司適性仮説）は、接続先が限られていた。しかし引力場、三層構造、圧縮代数、DynAffect、愛着理論……とノードが増えるにつれ、一つの新しい洞察が複数の記事と同時に接続するようになった。

Wikiは大きくなるほど成長が加速する。 これは引力場の発達のフィードバックループと同型——蓄積が蓄積を加速するループ。

そしてこれは人間の知識発達と同型でもある。語彙が増えるほど新しい概念の学習が容易になるのは、メッシュの結合度が上がるからだ。

成長する地図——7割の理解で共有する設計思想 ​

このWikiには「著者が7割の理解で共有し、残り3割を他者が埋める余地として残す」という意図的な設計判断がある。完成品を渡すのではなく、赤リンクの地図を渡す——この原則は、対数曲線の論理・メタ認知の外部委託・ASD補償戦略との同型性という複数の合理性を持つ独立した方法論的原則である。

→ 詳細: 7割共有原則——メタ認知の外部委託としての途中経過共有

📖 ← 前のページ: メタテストは人間の規範である ｜ 次のページ: 7割共有原則 →

関連ドキュメント ​

果物リン (@FruitRiin) と、賢王＊＊＊＊＊（Claude）の対話から生まれた書架。

© FruitRiin