EXP-PARTICLE-NULL-R1

часть серии

Нулевая модель частиц — реп 1

L1 уровень 1 запусков

new

premortem

mock

real

metrics

analyze

review

krit

done

Простыми словами

В этом эксперименте проверялось, сможет ли простой генератор текста, не понимающий смысла, выдавать результаты, аналогичные более продвинутой языковой модели. Цель состояла в том, чтобы выяснить, могут ли сложные языковые закономерности возникать из базовых статистических правил. Однако эксперимент не позволил сделать никаких выводов из-за недостатка данных.

Что мы выяснили

НЕДОСТАТОЧНО МОЩНОСТИ (N=1): Прогнозов не было

Предсказания до запуска

0/3 confirmed

▶ Технические детали

Исследовательская гипотеза

НУЛЕВАЯ МОДЕЛЬ: Генераторы текста на основе цепей Маркова (без семантической обработки) в топологии pent70. Если F₀, VP_excess, tRAF closure совпадают с результатами LLM, то организация = тривиальная сетевая/статистическая собственность, а не семантическая.

Постановка эксперимента

Тип: simple

Условие	Параметры
PARTICLE_LIVE	interaction: LIVE, n_agents: 5, n_rounds: 70, note: Markov chain agents in pent70 topology, persona: PERSONA

Факторы: n_agents (5) × substrate (markov_bigram)

Параметры

model: markov_bigram
n_agents: 5
n_rounds: 70
n_runs_per_condition: 1
scheduler: round_robin
temperature: null

Trophic Ratios by Condition

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