CVS

информативно

Отбор по конкурентной жизнеспособности

2026-03-05 L1 уровень paper2 100 запусков

new

premortem

mock

real

metrics

analyze

review

krit

done

Простыми словами

Мы попробовали применить «естественный отбор» к текстовым фрагментам — выживали те, которые лучше копируются. Оказалось, что единственный работающий механизм — это дословное совпадение слов (шаблонное сопоставление). Ни длина текста, ни его «сложность» не помогают выживанию. Только точное повторение.

Что мы выяснили

Eigen-style viability selection не значительно увеличивает скорость копирования. Обогащение CVS: 14% против 10% базового уровня (p=0,257,

Собственная селекция жизнеспособности (Eigen-style viability selection) не усиливает скорость копирования в значительной степени. Обогащение CVS: 14% против базового уровня 10% (p=0,257, не является значимым). Точность копирования Q ≈ 0,000004 — намного ниже порога ошибок Eigen. Формулировка запроса оказывает в 3 раза большее влияние на скорость копирования, чем выбор фрагмента. «Физика» субстрата определяется интерпретатором LLM, а не свойствами фрагмента.

Предсказания до запуска

2/4 confirmed · 2 refuted

▶ Технические детали

Исследовательская гипотеза

Отбор по фрагментам с высоким баллом шаблона увеличивает скорость копирования в результирующей популяции. Текстовая основа поддерживает кумулятивный отбор жизнеспособности: обогащение "копируемыми" фрагментами увеличивает долю реакций, производящих копии.

Постановка эксперимента

Тип: selection_test

Условие	Параметры
A1_full	label: Full pool (control), n_fragments: 40, n_reactions: 100
A2_cvs	label: CVS-selected (top 20 by template score), n_fragments: 20, n_reactions: 100
A3_anti	label: Anti-selected (bottom 20), n_fragments: 20, n_reactions: 100
A4_random	label: Random 20 (3 draws), n_fragments: 20, n_reactions: 300

Параметры

pool_size: 40
n_runs_per_condition: 100
model: gemini-2.0-flash
temperature: 1

chemistry selection copy-rate eigen