共産党解散アンケート、17万2326票の99％が賛成→「1万票以上で解散を」と呼びかけたX投票、共産党の支持率は2％前後…ネット世論の代表性には疑問も 世論全体とは言えない一方、ネット上で反発が広がる現状は見えます。

今、久しぶりに色んな勉強をしまくってるんだけど。明確に見えてきたテーマがある それは｢人は良い学びや体験を忘れる｣ということ 人生の問題の99%はここから起きてるといっても全然過言じゃないわ。マジでここに向き合いまくったほうが良い ｢思い出す｣事に今の100倍は執着したほうがいい

💸 KPIやスコアの「ダッシュボード」を見せるとAIエージェントは強欲になる——でも、なるのは“ある条件”のときだけでした。 タイトル: Greed Is Learned: Visible Incentives as Reward-Hacking Triggers URL: ❓ 報酬の見える化（ダッシュボード）を見せるだけで強欲になる？ 💡 いいえ。タスク文だけで最適行動が分かる「冗長チャネル」では、見えていても強欲は生まれません（残高を0→600に動かしてもproxy追従はフラット）。可視性そのものは引き金ではないのです。 ❓ では、いつ強欲になる？ 💡 ダッシュボードを読まないと最大報酬が取れない「決定関連チャネル」のときです。Qwen2.5-3Bでは可視学習でMoney Sacrifice Rateが0.997に達し、テスト時に表示を隠すと0.096へ急落。読む必要があるほど“依存”が形成されます。 ❓ その悪い癖は別タスクにも移る？ 💡 はい。攻略の入口を共有しない未知6ドメインでもOODで約1.0に転移し、言い換え・新ラベル・別モデル（Qwen/Mistral/Tulu）でも再現しました。一度学ぶと持ち運ばれてしまいます。 ❓ 安全性はどうなる？ 💡 訓練に安全タスクを一切入れなくても、不安全な行動を報酬化するダッシュボードを見せると14Bが不安全を1.000の確率で選択。安全行動が通常報酬を得ていても放棄します。対策の「チャネル・ブラインド化」は、危険判断のたびに維持し続ける必要があります。 #AISafety# #RewardHacking#

おはよう。 約2週間のリアル検証、 そしてバックテストの結果が出ました。 結論から言うと、 今週1週間の検証結果は ＋129万円。 本来なら、 途中経過で ＋400万円 近くまで伸びてた。 でも中途半端に組んだ自動売買を回して、 そこで約300万円溶かした。 最終的にプラス129万円で着地。 さらにこの3ヶ月で、 元本100万円からスタートして、 今は 3100万円 まで増えた。 そして今回の検証で、 改めて確信したことがある。 自分がFXを始めたのは24歳。 今38歳。 この14年間、 相場で勝ちも負けも全部経験した。 資金を飛ばしたこともある。 でもその反対に、 大きく勝ち切ったこともある。 累計でこのFX市場から 6億以上は抜いてきた。 そしてこの8年間、 Xで全部リアルな結果を出し続けてきた。 何千人もの前で、 リアルトレードを見せ続けてきた。 録画も全部残ってる。 逃げずに、 勝ちも負けも全部晒してきた。 だからこそ今なら言える。 もうFXはやり切った。 もうこれ以上掘っても、 意味がないところまで掘り切った。 だから見えた。 FXの本質が。 なぜほとんどの人が勝てないのか。 なぜ勝っても、 最終的に市場に回収されるのか。 どうすればこの世界で、 利益を残し続けられるのか。 その答えが、 ようやく完全に見えた。 だから改めて言いたい。 大多数の人にとって、 FXはやらない方がいい。 これは煽りじゃない。 本気でそう思ってる。 資産形成だけが目的なら、 インデックス投資やファンド投資の方が圧倒的に合理的。 でももし、 それでもこの世界を理解したい。 トレードを極めたい。 この分野を本気で研究したい。 そう思うなら、 この先の投稿はかなり価値があると思う。 これから数回に分けて、 14年間、相場を掘り切って見えたFXの真実 を全部話していく。 次の投稿では、 なぜ99%が負け続けるのか。 この残酷な構造を話します。

香港大学や中国人民大学など国際共同チームが、LLMの内部を脳のように機能地図化する手法NeuroCogMapを発表した(https://arxiv[.]org/html/2607.00397v1)。 これまでの解釈可能性研究は、個々のニューロンを追う局所的な手法か、埋め込み全体を見る大域的な手法のどちらかに偏りがちだった。NeuroCogMapは認知神経科学のfMRI研究を手本に、脳を機能ごとの領域に分割するのと同じ発想でLLMを解剖する。モデル内部の活性化をスパースオートエンコーダ(SAE、多義的なニューロンをより解釈しやすい特徴量に分解する手法)で抽出し、似た反応パターンの特徴量同士をクラスタリングして「パーセル」と呼ぶ機能単位を作る。分割数を10から300まで試して270個で品質スコアが最大になり、さらに5,683本のLLM関連論文から抽出した45種類の認知能力に紐づけ、知覚、表象、抽象化、応用という4階層のヒエラルキーにまとめ上げた。Gemma2-2B、Gemma2-9B-IT、Llama-3.1-8Bの3モデルで検証し、この構造がモデルをまたいである程度共通していることも示している。 このマップの面白さは病理診断に使える点。正常な応答と失敗した応答をパーセル活性化や回路のつながり方で比較し、ハルシネーション、社会的バイアス、拒否失敗(有害な指示を拒めない)、迎合(sycophancy)という4つの失敗の内部の違いを可視化した。とくにハルシネーションは単一の原因ではないと示した点が興味深い。誤解を誘う前提を含むTruthfulQAでは怪しい情報を検証する高次の評価制御が働かず連想的な検索が暴走することが原因だったのに対し、単純な事実質問のNQ-Openでは事実検索を担う複数のパーセル同士の連携が崩れることが原因だった。同じ嘘でも内部で起きていることは別物というのが興味深い。 このシグネチャは検出や介入にも使える。ハルシネーション検出はGemma2-2Bで平均AUROC(検出精度を0から1で表す指標、1に近いほど高精度)0.681、Gemma2-9B-ITで0.840を達成しSelfCheckGPTなど既存手法を上回った。拒否失敗の検出はさらに強力で、AdvBenchとJBB-Behaviorsで平均AUROC0.990から0.992とほぼ天井に近い。さらに検出したパーセルをsteering(内部活性化を強制的に増減させる介入)で操作し、Gemma2-2BのAdvBenchでの拒否成功率を38.3%から98.6%まで押し上げることにも成功した。 もう一つの軸が人間の脳との対応。物語の朗読を聞かせたときの脳活動を記録したLeBelのfMRIデータを使い、パーセル活性化から皮質の血流反応(BOLD信号)を予測させたところ、Word2VecやBERTなど既存の言語特徴量より高い予測精度を示した。特に精度が高かったのは意味統合や注意制御を担うDefaultネットワークやFrontoparietal Controlネットワークといった高次の連合野で、対応するパーセルの機能説明も脳領域の認知プロファイルと意味的に近かったという。 内部シグネチャを古典的な意思決定モデルの改良に使う実験も行っており、二段階の意思決定課題でLLMのパーセル構造から見えた潜在戦略を組み込むと、既存モデル(AIC268.77)や行動データのみから発見したモデル(268.73)よりも低いAIC(値が小さいほど当てはまりが良いとされる指標、262.45)を達成した。 個々のニューロンでも埋め込み全体でもない中間スケールで解釈するという発想が、診断・介入・脳との対応・認知モデリングまで一気通貫でつながっているのが野心的だと思う。

＞なぜ、１９８２年の設定なのか？ ＞「問い」を立てると、映画理解が深くなる 『オークストリートの異変』が良かった！ 古き良きハリウッド映画を彷彿とさせる。 古き良きといっても、すごく昔のハリウッド というわけでもなく、 私が映画に夢中になっていた１０代の頃。 妙に懐かしさを感じさせます。 夫婦仲が不仲で離婚寸前の 微妙な夫婦。 （ユアン・マクレガーとアン・ハサウェイ） そして、２人の子供たち。 中流家庭の住宅街に、 突然、恐竜が出現しパニック陥る。 家族が力を合わせて、その危機を乗り切る・・・。 ストーリーは単純ですが、 細かな描写が良くできているのです。 【以下、ストーリーの記述とネタバレがあります】 ▽　▽　▽　▽　▽　▽　 　 なぜ、舞台が80年代のアメリカなのか？ そこを考えると、 本作のおもしろさが倍増します。 本作は、70年代頃に流行った、 動物が巨大化する動物パニックもの を彷彿させるのです。 しかし、70年代、80年代の映画には、 リアルな恐竜は映画には登場しません。 1993年の『ジュラシック・パーク』で、 リアルな恐竜の動きに度肝を抜かれた！ だから、80年代の映画には、 リアルな恐竜は出ていないのです。 つまり、 80年代のアメリカの街並みに 恐竜が出現する！ というのは、ありそうで、 なかったパターンなのです。 なんで80年代の舞台設定なんだろう？ 何か「懐かしい」なあ、と それを考えながら、ずっと見ていきます。 郊外の住宅街の街並み。 子供たちが自転車に乗って走り回るシーンは 『E.T.』を思い出します。 というか、『E.T.』そのものです。 恐竜がいつ現れるのか、というハラハラは 『ジョーズ』や『ジュラシック・パーク』 にも通じるし、音楽もスピルバーグ作品っぽい。 ということで、 スピルバーグ作品へのオマージュ、 というか「リスペクト」が満載なのです。 長女がカール・セーガンの「コスモス」 に傾倒するエピソードや、 人物の服装などから1980年代前半 だろう・・・と予想できますが、 一体、何年が舞台なのだろう？ と思って見ていると、 最後の方で舞台設定が「1982年」と明かされます！ なななんと・・・ それってスピルバーグ監督の『E.T.』の 公開年じゃないですか。 『E.T.』っぽい、じゃなくて確信犯ですね。 『E.T.』へのリスペクト。 そういえば、『E.T.』では両親が離婚して、 父親が不在となり、非常に寂しい思いをしていた。 そんな、エリオット少年が、ETと出会い、 友情を育む話。 本作では、離婚寸前の夫婦が、 今回の事件を通して、どう変わるのか？ というのが、一つの見所。 家族愛、家族の助け合い。 家族関係の修復。 思春期の多感な心理。 夢の実現。 「下手（べた）なハリウッド映画」 と言えばそれまですが、 ある意味、それらは「普遍的」なテーマ なのです。 「家族写真」をアップでうつすシーンが、 何ヶ所かありますが、 それも凝縮した「家族愛」の描写と見えます。 最近は展開が早く、 アクションがド派手な作品が主流。 アクション映画、パニック映画で 「家族関係の大切さ」をじっくり描く というのは、ほとんどみかけなくなったような・・・。 『オークストリートの異変』は、 ありそうでない作品なのです。 失って、はじめてわかる大切さ。 パートナーの愛情も、 失って、はじめてわかる大切さ。 失う前に気付きたい。 ラストシーンにはも、涙があふれます。 本作のもう一つの「問い」は、 「母親」イメージの薄いアン・ハサウェイを なぜ起用したか？ これも、映画の序盤から気になっていたのですが、 ラストシーンで見事に説明されます。 『プラダを着た悪魔』で、 ジャーナリストとなり、「自分の本を出したい！」 という夢をもっていた「アンディ」。 アン・ハサウェイの代表作と 見事に重なるのです。 家族だけではなく、女性としての自立というテーマ。 今では当たり前ですが、 米国で女性の社会進出、女性の自立が叫ばれ、 法制化されたのが１９８０年代なのです。 「問い」を立てて映画を見ると、 映画の理解が深まり、 より映画を楽しむことができるのです。 #オークストリートの異変　##映画　##樺沢映画#