EXP-MMP-CLAUDE

◐ частично

Мультимодельный пилот: Claude Haiku 4.5

2026-04-13 L3 уровень paper3 6 запусков $0.22

new

premortem

mock

real

metrics

analyze

review

krit

done

Простыми словами

Возникает ли иерархия в Claude Haiku? Идентичные агенты, 30 раундов, LIVE против ISOLATED.

Что мы выяснили

Claude Haiku 4.5 через OpenRouter: VP_excess положительный в LIVE (0.079 > 0), сохранение роли LIVE > ISOLATED (0.067 против 0.04)

Claude Haiku 4.5 через OpenRouter: VP_excess положительный в LIVE (0.079 > 0), сохранение роли LIVE > ISOLATED (0.067 против 0.045). Оба направленных подтверждения из одного запуска. P1 (Kendall W) и P3 (cross-model F0 CV) требуют дополнительных запусков. Порядок TR: Beta > Alpha > Gamma (паттерн первого хода: Alpha говорит первым, Beta вторым — соответствует известному артефакту позиции). Сравнение нескольких моделей заблокировано до завершения запусков GPT-4o-mini и Gemini.

Предсказания до запуска

0/4 confirmed

▶ Технические детали

Исследовательская гипотеза

Пилотное исследование с несколькими моделями: обобщается ли трофическая иерархия (упорядочивание TR), избыточная позитивность VP, величина F0 и устойчивость роли LIVE>ISOLATED на различных LLM-платформах (Claude, GPT-4o-mini, Gemini)? Идентичный экспериментальный протокол для 3 моделей, 2 условий (LIVE/ISOLATED), N=3 агента, 30 раундов. Зарегистрированные предсказания: P1: согласованность упорядочивания TR (Kendall W > 0.5 между запусками внутри модели), P2: VP_excess > 0 во всех условиях LIVE (универсально), P3: величина F0 сходится между моделями (CV < 0.5), P4: устойчивость роли LIVE > ISOLATED (эффект присутствует во всех моделях).

Постановка эксперимента

Тип: multi_condition

Условие	Параметры
LIVE	label: Live interaction (shared memory), interaction: LIVE, persona: IDENTICAL, n_runs: 3
ISOLATED	label: Isolated (private memory per agent), interaction: ISOLATED, persona: IDENTICAL, n_runs: 3

Параметры

n_agents: 3
n_rounds: 30
model: anthropic/claude-haiku-4-5
temperature: 0.9
scheduler: round_robin

Trophic Ratios by Condition

Mean trophic ratio per agent across runs. Error bars = ±1 std dev. Higher TR = more upstream (exporter).

multi-model cross-substrate pilot vocabulary-propagation