認知アーキテクチャAIにおける重み付け記憶と反証可能な連続性指標

PHI // DRIFTは、独立した開発者Julien Jamesによって9ヶ月で構築された認知ミドルウェアアーキテクチャです。すべての開発はGPUを搭載しない消費者向けハードウェア（Dell Inspiron 5543など）で行われました。このアーキテクチャの主な目的は、大規模言語モデルに持続的な内部状態を提供し、ユーザーとの長期的な相互作用において行動の連続性とコンテキスト一貫性を実現することです。

アーキテクチャは5つの主要な貢献から構成されます。決定記憶ユニット（DMU）は、従来のコサイン類似度検索を、指数減衰、強化、コンテキスト、および追加要素の積に基づく重み付けメモリスコアに置き換えます。アブレーション実験では、DMUがプロンプトに純粋なコサインRAGよりも14.8%多くのコンテキストを注入し、CPUのみのハードウェアで45.4%の遅延改善を示しました。永続性-具現化-ドリフト指数（PEDI）は、コンテキストウィンドウリセット間の行動連続性を測定するための5要素の反証可能な代理指標です。恒常性調節層は、エネルギー、一貫性、統合、接続、成長、自律性、完全性の7つの内部状態変数をモデル化し、それぞれに設定点、ドリフト率、危機閾値を持ち、ユーザー入力がない場合でも出力重み付けに影響を与えます。セキュリティ防御層は、API、CLI、および生成前境界で4つの攻撃クラスを検出し、22/22のテストに合格しました。論理チェーンシステムは、クエリフィンガープリンティングとジャッカード意味的重複検出を通じて、セッションを超えた繰り返し失敗を防止し、25/25のテストに合格しました。

注目すべきは、これらの成果が古いCPUデバイス（Dell Inspiron 5543など）で達成されたことです。コードベースは18,471行、55モジュール、テスト合格率199/202です。プロジェクトはコードベースを公開しており、プレプリントは査読中です。PHI // DRIFTは意識を主張するものではなく、行動連続性を検証するためのフレームワークを提供します。これはスケール競争とは異なるAI開発の道筋を示しています。