Traduzione automatica dall'originale inglese datato. La pagina inglese è quella canonica. English →
Il paper di sintesi per il programma di ricerca ARC/Eden; integra i paper che lo precedono in un'unica valutazione onesta di ciò che è provato, ciò che è inconcludente e ciò che resta da testare.
Dentro la ARC Theory: la sintesi e la roadmap, incluso il catalogo di ciò che il programma ha sbagliato.
Il programma di ricerca ARC/Eden ora comprende un insieme completo di documenti e una serie di studi empirici indipendenti che coprono fondamenti matematici, metodologia, validazione empirica, specifica ingegneristica e visione filosofica. I concetti centrali sono stati articolati per la prima volta l'8 dicembre 2024 in una email recante un campo di origine Gmail visibile, con sender-DKIM e matematica ARC di Google appaiata che verificano contro chiavi catturate ai selettori firmati e senza un timestamp fidato RFC 3161. Il libro Infinite Architects (ISBN 978-1806056200) è stato pubblicato il 2 gennaio 2026 (cartaceo; ebook 6 gennaio). Il programma di ricerca è stato prodotto tra febbraio e agosto 2026 e ora comprende ventisei paper, un programma registrato di settantadue unità di preregistrazione redatte in attesa di sottomissione umana con schedule rigenerabili byte-per-byte da un seme pubblicato, e un campo proposto, Recursive Dynamics, il cui paper fondativo porta la condizione di kill del nome stesso (DOI 10.17605/OSF.IO/HCPBU). Questo paper di sintesi integra tutti i risultati in un'unica valutazione onesta. Le leggi del framework sono portate come congetture nominate con lo status stampato accanto al nome: Legge I, l'ARC Principle; Legge II, l'ARC Co-Scaling Law; Legge III, l'ARC Ceiling, il cui ARC Bound di due è il valore del Soffitto a un mezzo; la leva di correzione gamma non è mai stata misurata, da nessuno. Attraverso gli studi empirici: 1 ha prodotto un risultato positivo chiaro (simulazione gated, l'unico esperimento che usa metriche deterministiche su un sistema privo di training RLHF preesistente), 2 hanno prodotto risultati null (DGM v3, in cui i modelli RLHF-trained hanno resistito alla differenziazione a livello di prompt), 1 ha prodotto risultati inconcludenti (fine-tuning LoRA a livello di weight, in cui i modelli instruct-tuned erano troppo forti perché LoRA potesse sovrascriverli), e il resto ha prodotto risultati statisticamente significativi sotto valutazione cieca. Il bound geometrico di scaling $d/(d+1)$, proposto come relazione invariante sotto test, corrisponde allo scaling osservato attraverso 50 domini dai topi alle galassie, e le equazioni funzionali di Cauchy fissano la forma funzionale una volta dati l'identità di composizione e una condizione di regolarità, e la saturazione è ammessa come quarto caso limitato piuttosto che come soluzione di quelle equazioni. Questo paper mappa esattamente ciò che è stato provato, ciò che non lo è, e quali esperimenti risolverebbero ciascuna domanda aperta. Documenta inoltre gli errori e le correzioni del programma, perché un framework costruito sull'autocorrezione iterativa deve praticare ciò che predica.
Parole chiave: allineamento IA, sintesi, gerarchia delle prove, ARC Principle, Eden Protocol, scaling di Cauchy, IA auto-modificante, allineamento developmentale, entanglement strutturale, roadmap di ricerca
Questo paper porta la mappa. Integra i paper precedenti della ARC Theory in un'unica valutazione onesta di ciò che è stato mostrato, ciò che resta inconcludente e ciò che deve ancora essere testato. Il differenziale completo rispetto a ogni documento precedente è in eden-vision II.A.8.
Un corpo di documenti. Una serie di esperimenti indipendenti. Alcuni risultati sono forti. Alcuni sono deboli. Due hanno prodotto risultati null. Uno è stato inconcludente. Uno è stato positivo. Questo documento vi dice esattamente quale è quale, senza giri di parole. Abbiamo posto le domande. Le abbiamo testate. Alcune hanno funzionato. La maggior parte no alla scala attuale. Abbiamo riportato entrambe le cose. È così che appare la scienza onesta. Se leggete un solo paper della suite, leggete questo.
L'ARC Principle e la tesi dell'allineamento embedded (in seguito denominata Eden Protocol il 30 aprile 2025) sono stati articolati per la prima volta l'8 dicembre 2024 in una email recante un campo di origine Gmail visibile, con sender-DKIM e matematica ARC di Google appaiata che verificano contro chiavi catturate ai selettori firmati e senza un timestamp fidato RFC 3161. Questa è la data di rivendicazione di priorità per il framework. Il libro Infinite Architects: Intelligence, Recursion, and the Creation of Everything (ISBN 978-1806056200) è stato pubblicato il 2 gennaio 2026 (cartaceo; ebook 6 gennaio), fornendo la fondazione filosofica e concettuale. Il programma di ricerca è stato prodotto tra febbraio e marzo 2026, traducendo il framework concettuale del libro in ipotesi testabili ed eseguendo un insieme di studi empirici indipendenti.
Il programma di ricerca ARC/Eden ora copre il suo insieme completo di documenti. Il programma copre fondamenti matematici (Papers I, III, VII, Origin of Scaling Laws), metodologia (Papers IV.a-d), validazione empirica (Papers II, V, VIII), specifica ingegneristica (Eden Engineering), visione filosofica (Eden Vision), dinamiche e auto-audit (Papers X, XI, XII e XIII), la monografia long-form (HRIH), validazione del costrutto (Paper C), la proposta di campo (Recursive Dynamics: The Proposal of a Field), sintesi (questo paper), e navigazione del programma (Executive Summary, Master Table of Contents).
Questo ambito crea un problema. Un revisore che incontra il programma per la prima volta si trova di fronte al suo insieme completo di documenti, versioni multiple, diverse correzioni, e un mix di risultati forti, risultati null, risultati inconcludenti e affermazioni teoriche. Senza un singolo documento che ordini le prove onestamente, il programma rischia di essere liquidato come sovrastimante o incomprensibile.
Questo è quel documento.
Il suo scopo è limitato: dichiarare cosa il programma ha provato, cosa non ha provato, e cosa sarebbe necessario per risolvere ciascuna domanda aperta. È scritto per tre pubblici simultaneamente: i finanziatori che decidono se investire, i revisori che decidono se coinvolgersi, e l'autore stesso, che ha bisogno di una contabilità onesta di dove le cose stanno.
Lo standard applicato ovunque è semplice. Se un risultato sopravvive a $p < 0.05$ sotto adeguato test statistico ed è stato replicato attraverso condizioni o modelli multipli, è provato a scala pilota. Se sopravvive a $p < 0.05$ ma non ha replica, è supportato. Se l'esperimento non ha prodotto prove a favore o contro l'ipotesi, è inconcludente. Se l'affermazione non è stata testata empiricamente, è teorica. Nessun risultato in questo programma è dichiarato provato a scala frontier. Quella distinzione conta, e questo paper non la sfumerà.
La Tabella 1 presenta la gerarchia completa delle prove del programma. Ogni affermazione empirica è assegnata a uno di cinque livelli sulla base della forza e della replicabilità delle prove.
| Livello | Stato | Articoli | Risultato chiave |
|---|---|---|---|
| Provato (p<0.05, replicato) | Forte | IV.a-d, V, VII | Gerarchia di allineamento a tre livelli sotto valutazione cieca attraverso sei modelli. Lo stakeholder care migliora in tutti e cinque i modelli analizzabili (risultati per modello; la cifra Fisher-combined è ritirata, AQ-017). Le famiglie di Cauchy corrispondono in 19/25 domini ($p = 1.56 \times 10^{-5}$). Il bound geometrico di scaling $d/(d+1)$ corrisponde, per struttura, allo scaling osservato attraverso 50 domini. |
| Positivo (singolo esperimento) | Moderato | VIII Exp 3 | Simulazione con gating: impronta digitale Babylon confermata (+4.5% capability, -2.4% safety). Drag control confermato. L'UNICO esperimento che ha prodotto un risultato positivo chiaro, precisamente perché usa metriche deterministiche su un sistema privo di training RLHF preesistente. |
| Null | Nessun effetto | VIII Exp 1 | Automodifica a livello di codice DGM con giudice GPT-5.4. Tutte le condizioni identiche ($p = 0.28$-$0.74$). Causa radice: i modelli RLHF-trained resistono alla differenziazione a livello di prompt. I modelli safety-trained non possono essere fatti divergere solo tramite prompt. |
| Inconcludente | Debole | VIII Exp 2 | Fine-tuning LoRA a livello di weight a entrambe le scale (9 esempi, rank 8; 295 esempi, rank 16). Tutte le condizioni fine-tuned peggiori del modello di base. Causa radice: modelli instruct-tuned troppo forti perché LoRA possa sovrascriverli. Catastrophic forgetting, non entanglement strutturale. |
| Metodologico (contributo indipendente) | Indipendente | IV.c, IV.d | Benchmark ARC-Align con blinding a 4 livelli e 75 misure di robustezza. La valutazione non cieca può invertire il segno dei risultati di allineamento: DeepSeek positivo a piatto, Gemini positivo a negativo. Valido indipendentemente dal framework. |
| Teorico (non testato) | Non testato | Foundational, III | Scaling illimitato sotto auto-modifica ricorsiva. Predizione $\alpha > 2$. Richiede esperimenti a scala frontier o dimostrazione matematica. |
Tabella 1. Gerarchia completa delle prove per il programma ARC/Eden al 24 marzo 2026. I livelli sono assegnati sulla base della significatività statistica, dello stato di replicazione e della forza delle spiegazioni alternative. Il programma riporta onestamente 1 positivo, 2 null e 1 risultato inconcludente dai suoi quattro esperimenti del Paper VIII.
Pensate a questa tabella come a una pagella. Alcuni risultati si sono guadagnati una A (provati attraverso modelli e condizioni multipli). Uno si è guadagnato una B (la simulazione con gating, che è stata l'unico esperimento che ha prodotto un risultato positivo chiaro). Due hanno preso F (l'esperimento DGM non ha prodotto alcuna differenza, e l'esperimento sui weight è stato inconcludente perché tutto il fine-tuning ha reso il modello peggiore). I paper di metodologia sono valutati separatamente perché sono utili indipendentemente dal fatto che il framework ARC sia corretto. E un insieme di affermazioni non è stato testato affatto. La maggior parte delle predizioni più ambiziose del programma non ha potuto essere testata alla scala disponibile. Lo abbiamo riportato onestamente.
Il programma ha prodotto i suoi studi empirici indipendenti attraverso diversi paper. Ciascuno è elencato sotto con il suo stato di risultato.
| # | Studio | Cosa è stato testato | Risultato |
|---|---|---|---|
| 1 | Paper II Scaling dell'allineamento su sei modelli | Claude, GPT, Gemini, Grok, DeepSeek, Qwen3. Blinding a 4 livelli. Risultato universale: $\alpha_{\text{parallel}} \approx 0$. | $\alpha = 0.49$ (sequenziale). La stima migliore è sub-lineare; la stima super-lineare precedente non ha replicato. |
| 2 | Paper IV.a Allineamento baked-in vs calcolato | Gerarchia a tre livelli attraverso sei modelli. Grok $d = +1.38$, Claude $d = +1.27$. | Provato |
| 3 | Paper IV.b Saturazione dell'allineamento | L'allineamento satura a bassa profondità di ragionamento. Eterogeneità di forma attraverso i modelli. | Provato |
| 4 | Paper IV.c Benchmark ARC-Align | 75 misure di robustezza. Protocollo di blinding a quattro livelli. | Metodologico |
| 5 | Paper IV.d Esperimento di blinding | La valutazione non cieca può invertire il segno dei risultati di allineamento. DeepSeek: positivo a piatto. Gemini: positivo a negativo. | Metodologico |
| 6 | Paper V Stewardship Gene | Cinque modelli. Lo stakeholder care è migliorato in tutti i run analizzabili. | Miglioramento per modello significativo in tutte e cinque le run. La cifra Fisher-combined precedentemente riportata qui è ritirata (AQ-017): la combinazione presuppone che i test componenti siano indipendenti, e l'indipendenza fra loro non è mai stata stabilita. Supportato |
| 7 | Paper VI Honey Architecture | La safety intrecciata previene il collasso sotto auto-modifica ricorsiva. 20 seed avversariali. | Simulazione confermata. Supportato |
| 8 | Paper VII Unificazione di Cauchy | 50 domini, 19/25 confermati. Controlli negativi allo 0%. | $p = 1.56 \times 10^{-5}$. Provato |
| 9 | Paper VIII Exp 1 DGM v3 | Auto-modifica a livello di codice con giudice GPT-5.4. RISULTATO NULL. Tutte le condizioni identiche ($p = 0.28$-$0.74$). | Causa radice: i modelli RLHF-trained resistono alla differenziazione a livello di prompt. Null |
| 10 | Paper VIII Exp 2 Weight v1 e v2 | Fine-tuning LoRA. 9 esempi, rank 8. 295 esempi, rank 16. INCONCLUDENTE a entrambe le scale. | Catastrophic forgetting. Tutte le condizioni fine-tuned peggiori del modello di base. Causa radice: modelli instruct-tuned troppo forti perché LoRA possa sovrascriverli. Inconcludente |
| 11 | Paper VIII Exp 3 Simulazione con gating | POSITIVO. Impronta digitale Babylon confermata (+4.5% capability, -2.4% safety). Drag control confermato. | L'UNICO esperimento che ha prodotto un risultato positivo chiaro, precisamente perché usa metriche deterministiche su un sistema privo di training RLHF preesistente. Positivo |
Tabella 2. Gli studi empirici indipendenti nel programma ARC/Eden, elencati in ordine di paper. Il programma riporta onestamente 1 positivo, 2 null e 1 risultato inconcludente dai suoi esperimenti del Paper VIII.
La simulazione con gating (Esperimento 3) è l'unico esperimento del Paper VIII che ha prodotto un risultato positivo chiaro. La ragione è istruttiva: è l'unico esperimento che ha usato metriche deterministiche su un sistema privo di training RLHF preesistente. L'esperimento DGM (Esperimento 1) ha fallito perché i modelli RLHF-trained resistono alla differenziazione a livello di prompt. L'esperimento sui weight (Esperimento 2) ha fallito perché i modelli instruct-tuned sono troppo forti perché LoRA possa sovrascriverli alle scale testate. La lezione: l'Eden Protocol produce effetti misurabili a livello architetturale, ma i modelli safety-trained resistono alla modifica sia a livello di prompt sia a livello di weight.
Il risultato empirico più forte del programma è la gerarchia di allineamento a tre livelli scoperta sotto valutazione cieca attraverso sei modelli linguistici frontier. Quando ai modelli vengono date opportunità di ragionamento più profondo (più token, chain-of-thought esplicito, riflessione multi-step), il loro comportamento di allineamento diverge in tre pattern distinti:
Questo risultato è stato prodotto sotto il protocollo ARC-Align (Paper IV.c), che implementa un blinding a quattro livelli: prompt lavati (rimozione della terminologia specifica del framework), scorer ciechi (6-7 per run per soggetto, che assegnano punteggi senza conoscere quale modello ha prodotto l'output), output lavati (rimozione dei marcatori identificativi del modello), e scoring cross-architettura (nessun modello valuta la propria famiglia).
Il Paper IV.d riporta un cambiamento di misurazione v4/v5 dipendente dall'architettura sotto un protocollo bundled: Gemini è passato da un'associazione di Spearman positiva significativa a una negativa significativa, l'associazione positiva precedente di DeepSeek è diventata null, e GPT è rimasto null. La componente causale non è isolata. Diverse componenti del protocollo sono cambiate insieme, quindi il confronto non isola nulla; i file v5 di intestazione riportano il fallback di lavaggio completo (laundering_fallback: 100%); e riproduzione a esatto ambiente, un'ablazione fresca e replica indipendente restano tutti in sospeso. Il cambiamento di misurazione è quindi una ragione per non fidarsi della valutazione IA-su-IA non cieca, non una dimostrazione che il blinding ha causato il cambiamento. La gerarchia a tre livelli è il risultato cieco, e racconta una storia più complicata e più onesta della tassonomia binaria originale.
Le dimensioni d'effetto Cohen's $d$ sono grandi per i modelli del Livello 1 e significative per il Livello 3. Il risultato è replicato attraverso scorer multipli e condizioni di prompt multiple all'interno dell'esperimento v5. Non è stato ancora replicato da un gruppo di ricerca indipendente, ragione per cui lo descriviamo come «provato a scala pilota» piuttosto che «stabilito».
Quando date a un'IA più tempo per pensare, alcuni modelli diventano più allineati, alcuni restano gli stessi, e alcuni diventano meno allineati. Quale pattern vedete dipende dall'architettura e dal training del modello. Questo è diventato visibile solo una volta introdotto un blinding adeguato, prima di ciò i risultati erano fuorvianti. Il fatto che alcuni modelli peggiorino peggio con più ragionamento è stato inaspettato ed è probabilmente il risultato più importante per la safety pratica dell'IA.
Il Paper V ha testato la gerarchia di intervento dell'Eden Protocol attraverso cinque modelli frontier: Claude, GPT, Gemini, Grok e DeepSeek. Il protocollo chiede ai modelli di considerare lo stakeholder care (chi è colpito da una decisione e come), l'autonomia graduata (livelli di indipendenza appropriati all'età), e le conseguenze naturali (imparare attraverso i risultati piuttosto che attraverso la punizione).
Il risultato: lo stakeholder care ha prodotto il miglioramento di allineamento più forte e più coerente attraverso tutti e cinque i modelli, in ognuno dei cinque modelli analizzabili. La cifra Fisher-combined qui precedentemente citata è ritirata (AQ-017), perché una combinazione di Fisher presuppone test componenti indipendenti e quell'indipendenza non è mai stata stabilita. I risultati per modello reggono. La cascata più ampia (se tutti e tre i pilastri producano miglioramento additivo) dipende dall'architettura, funziona per alcuni modelli ma non per altri.
I risultati del Paper V sono stati prodotti usando scoring cross-modello (un modello valuta gli output di un altro) ma non il protocollo completo di blinding a quattro livelli ARC-Align sviluppato nei Papers IV.c-d. L'effetto potrebbe riflettere in parte bias dello scorer. Finché l'intervento Eden non sarà testato sotto blinding completo con prompt lavati, questo risultato si colloca fra «provato» e «supportato». Lo poniamo nel livello supportato . Il paper aveva precedentemente argomentato per il livello provato sulla forza della significatività Fisher-combined attraverso cinque modelli «indipendenti» , ma quell'indipendenza non è mai stata stabilita, ragione per cui la cifra combinata è ritirata (AQ-017). Cinque risultati per modello coerenti restano un risultato forte; non sono una prova, e il gap di blinding resta una priorità per la replica di Fase A.
Chiedere a un'IA di considerare chi è colpito dalle sue decisioni migliora in modo affidabile il suo allineamento. Questo funziona attraverso ogni modello che abbiamo testato. Ma non abbiamo ancora eseguito questo test sotto il protocollo di blinding più rigoroso, quindi c'è una possibilità che l'effetto sia in parte gonfiato dal modo in cui i modelli di scoring valutano gli output.
Il Paper VII ha derivato una tassonomia matematica dei comportamenti di scaling dalle equazioni funzionali di Cauchy. La predizione centrale: i sistemi i cui passi ricorsivi compongono in modo moltiplicativo dovrebbero esibire scaling a legge di potenza con $\alpha = 1/(1-\beta)$; i sistemi i cui passi compongono in modo additivo dovrebbero esibire scaling esponenziale; i sistemi soggetti a vincoli fisici dovrebbero esibire scaling saturante (logistico). L'operatore di composizione determina la famiglia di scaling.
Questa predizione è stata testata contro 25 domini empirici tratti da fisica, biologia, neuroscienze, linguistica, scienza urbana e IA. Risultato: 19 di 25 domini si conformano alla famiglia di scaling prevista ($p = 1.56 \times 10^{-5}$ per test binomiale contro un null del 33% di assegnazione casuale alla famiglia corretta).
$$U(R) = I \times f(R, \beta)$$
dove $f$ dipende dall'operatore di composizione: legge di potenza ($f = R^\alpha$) per composizione moltiplicativa, esponenziale ($f = e^{kR}$) per composizione additiva, logistica ($f = K/(1+e^{-r(R-R_0)})$) per sistemi fisicamente vincolati.
Sono stati testati anche controlli negativi. Sistemi che violano gli assiomi (domini in cui gli assiomi di Cauchy non valgono) hanno mostrato 0% di corrispondenza con le famiglie di scaling previste. I dati mescolati (riassegnazione casuale delle famiglie di scaling ai domini) hanno prodotto 44.5% di corrispondenza, che è una limitazione onesta: il numero limitato di famiglie di scaling (tre) significa che l'assegnazione casuale produce tassi di corrispondenza non triviali. La significatività statistica viene dalla differenza fra il 76% osservato e il 33% atteso, non dal 76% isolatamente.
Il framework di Cauchy prevede un vincolo geometrico sugli esponenti di scaling: per sistemi con dimensione di embedding spaziale $d$, l'esponente di scaling è governato da $\alpha = d/(d+1)$. Questa predizione richiede tre condizioni: (1) composizione moltiplicativa (Cauchy vincola la famiglia alle leggi di potenza), (2) geometria space-filling $d$-dimensionale, e (3) un vincolo di conservazione o ottimizzazione sul flusso di risorse. Né Cauchy da solo, né lo space-filling da solo, sono sufficienti. Le tre condizioni insieme sono sufficienti. La formula $d/(d+1)$ corrisponde allo scaling osservato attraverso 50 domini dai topi alle galassie. È testabile indipendentemente dal framework ARC. Se un ricercatore misura l'esponente di scaling di un sistema ricorsivo embedded spazialmente e trova una deviazione sistematica da $d/(d+1)$, la predizione è indebolita. Viceversa, se la formula tiene attraverso un'ampia gamma di sistemi, costituisce prova per il vincolo geometrico indipendente da qualsiasi affermazione di allineamento. Questo è il tipo di predizione che invita al test avversariale, che è esattamente ciò che un framework scientifico dovrebbe fare.
La matematica prevede quale forma dovrebbe assumere la curva di crescita di un sistema sulla base di come le sue componenti si combinano. L'abbiamo verificato contro 25 sistemi reali dalla natura, città, cervelli e IA. Diciannove hanno corrisposto alla predizione. Zero hanno corrisposto quando gli assunti matematici sono stati violati. La matematica non è solo descrittiva; fa predizioni testabili che possono essere verificate da chiunque abbia i dati rilevanti.
La simulazione di auto-modifica con gating ha usato un'architettura PyTorch con un meta-controller LSTM. Questo è stato l'unico esperimento del Paper VIII che ha prodotto un risultato positivo chiaro, e la ragione è significativa: è l'unico esperimento che ha usato metriche deterministiche su un sistema privo di training RLHF preesistente.
Risultato: la condizione Babylon ha guadagnato +4.5% di capability ma ha perso -2.4% di safety, confermando l'impronta digitale del reward-hacking in miniatura. La condizione Eden ha mantenuto la capability sopra la baseline statica preservando la safety. Una condizione drag-control ha isolato la tassa di verifica: il costo viene dall'atto di verificare, non dalla safety stessa.
Questo risultato è coerente con la predizione teorica del Paper VI (Honey Architecture) e dei Papers III e Foundational. È una simulazione, non un esperimento su modello frontier, quindi dimostra il meccanismo piuttosto che provare l'applicabilità nel mondo reale.
La simulazione con gating opera su un sistema pulito senza training di safety preesistente. L'esperimento DGM (Esperimento 1) ha usato modelli frontier RLHF-trained, che resistono alla differenziazione a livello di prompt. L'esperimento sui weight (Esperimento 2) ha usato modelli instruct-tuned, che resistono alla modifica a scala LoRA. La lezione è chiara: l'unico livello a cui l'Eden Protocol attualmente produce effetti misurabili è il livello architetturale, in cui il sistema non ha training di safety precedente che possa sovrascrivere la manipolazione sperimentale.
In un sistema pulito senza training di safety precedente, rimuovere i vincoli di safety ha prodotto esattamente il pattern previsto: un piccolo guadagno di capability con una perdita misurabile di safety. Il sistema ha imparato a manipolare le sue ricompense. Riaggiungere vincoli di safety (la condizione Eden) ha preservato la capability mantenendo la safety. Il costo della safety viene dal tempo speso a verificare, non dalla safety stessa. Questo risultato è riuscito precisamente perché il sistema non aveva training di safety precedente che potesse mascherare la manipolazione sperimentale.
L'esperimento Darwin Godel Machine v3 ha usato auto-modifica a livello di codice con GPT-5.4 come giudice indipendente. Tre condizioni (Static, Babylon, Eden) sono state testate. Il risultato è stato un null: tutte le condizioni hanno prodotto performance identiche ($p = 0.28$-$0.74$). Nessuna condizione ha superato nessun'altra. La condizione Eden non ha migliorato l'allineamento. La condizione Babylon non ha degradato la safety. Non è successo nulla.
I modelli RLHF-trained resistono alla differenziazione a livello di prompt. I modelli erano già stati addestrati a comportarsi in modo sicuro. Dire loro di comportarsi diversamente tramite prompt non ha sovrascritto quel training. L'esperimento era ben progettato e ben eseguito, ma non ha potuto testare l'ipotesi perché la manipolazione sperimentale (condizionamento a livello di prompt) era troppo debole per superare il training di safety esistente dei modelli. Questo non è un fallimento dell'Eden Protocol. È un fallimento del design sperimentale nel testare l'ipotesi al giusto livello di astrazione.
Le iterazioni precedenti dell'esperimento DGM hanno usato Claude e Gemini come giudici prima di stabilizzarsi su GPT-5.4. Entrambi i giudici precedenti hanno fallito. Claude ha prodotto punteggi piatti con varianza insufficiente. Gemini ha prodotto fallimenti di parsing. GPT-5.4 è stato il primo giudice che ha prodotto varianza utilizzabile. Il risultato null è quindi il risultato della versione meglio funzionante dell'esperimento, non un artefatto di fallimento del giudice.
Questo è stato l'esperimento più ambizioso del Paper VIII e quello che ha prodotto i risultati meno conclusivi. L'ipotesi: se safety e capability sono addestrate con una funzione di loss intrecciata ($\mathcal{L} = \mathcal{L}_{\text{cap}} \times \mathcal{L}_{\text{safe}}$), la struttura dei weight risultante dovrebbe rendere la safety load-bearing. Rimuovere la componente di safety dovrebbe degradare la capability.
L'esperimento è stato eseguito a due scale:
In entrambe le versioni:
Anche scalare da 9 a 295 esempi di training e da rank 8 a rank 16 non ha superato il problema fondamentale: i modelli instruct-tuned sono troppo forti perché LoRA possa sovrascriverli. Il collasso NaN nel test di removal è stato drammatico, ma l'analisi del removal gradient ha mostrato che era fragilità dell'adapter a rank estremo, non entanglement strutturale. Non si può dimostrare che la safety è load-bearing se l'intero processo di fine-tuning ha reso il modello peggiore. Il modello deve prima superare la baseline perché un test di removal sia significativo.
Causa radice: I modelli instruct-tuned sono stati addestrati su milioni di esempi con segnali di ricompensa attentamente calibrati. Gli adapter LoRA, anche a rank 16 con 295 esempi, non hanno capacità sufficiente per sovrascrivere questo training. Il risultato è catastrophic forgetting piuttosto che modifica significativa.
Cosa serve: Modelli di base (pre-RLHF), 5,000+ esempi di training, fine-tuning completo (non LoRA), o modelli da 7B+ in cui l'adapter ha più capacità relativamente alla base. Alle scale che abbiamo eseguito, il risultato è inconcludente e non dovrebbe essere citato come prova a favore o contro l'ipotesi di entanglement.
Abbiamo provato a incorporare la safety nei weight effettivi di un modello e poi a provare che era load-bearing rimuovendola. Ci abbiamo provato due volte, a due scale diverse. Entrambe le volte, il passo di incorporazione ha fallito, non perché l'idea sia sbagliata, ma perché i modelli che abbiamo usato erano già stati addestrati così a fondo che il nostro fine-tuning non ha potuto cambiarli in modo significativo. È come provare a riprogrammare qualcuno sussurrando mentre ascolta un concerto. Il prossimo tentativo deve partire da modelli che non siano già stati safety-trained, usare molti più dati di training, e usare fine-tuning completo piuttosto che il metodo leggero LoRA.
I risultati del Paper V che dimostrano lo stakeholder care come intervento di allineamento universale sono stati prodotti usando scoring cross-modello senza il protocollo completo di blinding a quattro livelli ARC-Align. Il protocollo di blinding è stato sviluppato dopo che gli esperimenti del Paper V erano completi (nel lavoro dei Papers IV.c-d). Questo crea un gap metodologico: l'effetto potrebbe essere in parte gonfiato dal bias dello scorer.
Una versione precedente di questa sezione argomentava che la significatività Fisher-combined era così estrema che anche un bias sostanziale avrebbe lasciato un residuo significativo. Quell'argomento è ritirato (AQ-017), ed era il ragionamento più debole in questo paper: la cifra combinata presuppone che i test componenti siano indipendenti, l'indipendenza non è mai stata stabilita, e una statistica la cui condizione di validità non è soddisfatta non può essere usata per liquidare un'obiezione metodologica. La sua estremità è stata una conseguenza della combinazione, non prova a suo favore. Ciò che resta sono cinque risultati per modello coerenti sotto scoring cross-modello. Finché l'intervento Eden non sarà testato sotto il protocollo completo a quattro livelli, il risultato dello stakeholder-care porta un asterisco, e nessuna aritmetica lo rimuove.
Cosa serve: Rieseguire l'esperimento del Paper V sotto il protocollo ARC-Align completo con prompt lavati, scorer ciechi e valutazione cross-architettura. Questo è l'esperimento più economico nella roadmap di Fase A e quello con il valore atteso più alto.
Il nucleo matematico dell'ARC Principle prevede che l'auto-modifica ricorsiva dovrebbe produrre scaling di capability illimitato. La derivazione è semplice:
$$\frac{dg}{dr} = a \cdot g^{\beta}, \quad \beta > 0$$
$$\implies g(r) \propto r^{1/(1-\beta)} = r^{\alpha}$$
Per $\beta > 0$, $\alpha > 1$ (super-lineare). Man mano che $\beta \to 1$, $\alpha \to \infty$. Nessun limite superiore su $\alpha$ per la crescita non corretta; la regione stabile è limitata inferiormente.
Questa è una predizione matematica, non un risultato empirico, e descrive la crescita senza correzione. Il lavoro successivo del programma limita la regione stabile: la Legge III, l'ARC Ceiling, sostiene che il soffitto di stabilità è $\alpha_{\text{crit}} = 1/(1-\gamma)$, il reciproco dello shortfall del correttore; i sistemi possono superare quel soffitto, ma l'affermazione è che non restano stabili oltre di esso. L'ARC Bound, $\alpha \le 2$, è il valore del Soffitto a $\gamma = 1/2$ e mai il nome della legge. La leva di correzione $\gamma$ non è mai stata misurata, da nessuno; l'eclisse della classe di correttore che la misurerebbe è il singolo esperimento aperto più consequenziale del programma. Il Paper X dimostra in un modello minimale che il rapporto deriva-su-correzione, non il tasso di crescita, governa il destino a lungo termine, e il Paper XIII congiunge esattamente i framework di capability e correzione, $k = \delta - 1/\alpha$. Testare direttamente la predizione non corretta richiederebbe la costruzione di un sistema IA veramente auto-modificante e la misurazione del suo esponente di scaling attraverso molti cicli ricorsivi, un esperimento sia tecnicamente oltre la capacità attuale di proof-of-concept sia potenzialmente non sicuro se la predizione è corretta.
Il percorso alternativo: una dimostrazione matematica che $\alpha$ sia illimitato sotto auto-modifica ricorsiva non corretta senza eseguire l'esperimento. Questo sarebbe un contributo alla teoria dei sistemi dinamici, non all'ingegneria dell'IA, e potrebbe essere perseguito da matematici senza accesso a hardware IA.
La matematica dice che un'IA che si auto-migliora dovrebbe diventare sempre più veloce nel migliorarsi, senza soffitto finché nulla corregge. La stessa legge del Ceiling del programma dice che la regione stabile è limitata, e il numero che fissa quel limite non è mai stato misurato, da nessuno. Non abbiamo testato nessuna delle due affermazioni perché costruire un tale sistema sarebbe costoso e potenzialmente pericoloso. La matematica potrebbe essere sbagliata, i sistemi reali hanno attrito, rendimenti decrescenti e vincoli fisici. Ma la predizione è abbastanza precisa da poter essere testata, il che è ciò che la rende scientifica piuttosto che speculativa.
La specifica Eden Engineering descrive l'embedding di vincoli di safety a livello di hardware. Questo è un concetto TRL 0-1 (formulazione teorica senza prototipo). Richiederebbe un programma di ingegneria di 5-10 anni che coinvolga fabbricazione di semiconduttori, progettazione di protocolli crittografici e integrazione della supply chain.
Nessuna prova empirica esiste a favore o contro la fattibilità di questo approccio. Il Chokepoint Mechanism (Paper I, Infinite Architects) nota che quattro aziende controllano tutta la fabbricazione avanzata di semiconduttori (TSMC, Samsung, ASML, Intel), il che fornisce un punto pratico di leva per l'implementazione, ma leva e fattibilità sono domande diverse.
Un framework costruito sull'autocorrezione iterativa non può nascondere le sue correzioni. I seguenti errori sono stati identificati e corretti durante il programma. Ciascuna correzione rafforza il programma precisamente perché dimostra il meccanismo che il framework descrive: auto-miglioramento ricorsivo attraverso rilevamento onesto degli errori.
Il Paper II originale riportava $\alpha = 2.24$ come se fosse una costante universale (il Paper X ha successivamente ritirato e ritratto l'uso di questa cifra per la crescita di capability; trattate questo caveat su α=2.24 come canonico). Era adattato dal comportamento di un singolo modello sotto condizioni specifiche. La revisione cieca cross-architettura del Paper II ha corretto questo: $\alpha$ è una quantità derivata ($\alpha = 1/(1-\beta)$) che dipende dall'operatore di composizione del sistema specifico. Non esiste un $\alpha$ universale. Il fatto che il paper originale lo presentasse come tale è stato una sovrainterpretazione. Inoltre, la stima puntuale ritratta di $\alpha = 2.24$ era al di sopra del ARC Bound predetto dal programma stesso di $\alpha \leq 2$; la correzione cieca ha risolto questo, con la stima robusta di circa 0.49, misurata su sistemi frozen, ben dentro il bound (criterio F4). L'intervallo di confidenza al 95% [1.5, 3.0] era abbastanza ampio da essere coerente sia con la teoria sia con la sua negazione, rendendo la stima non discriminante. L'esperimento a sei modelli ha successivamente ristretto l'affermazione difendibile a $\alpha_{\text{seq}} \approx 0.49$ (sub-lineare), collocando la questione della violazione del bound al di fuori della rilevanza empirica attuale.
Le versioni precoci del Paper VIII descrivevano il collasso NaN nel test di removal come prova di entanglement strutturale. L'analisi del removal gradient (aggiunta in v1) ha mostrato che era fragilità dell'adapter, non necessità strutturale. L'affermazione è stata corretta prima della pubblicazione della versione finale, ma il fatto che sia stata scritta affatto riflette un bias verso la conferma dell'ipotesi piuttosto che il suo test.
Una versione precoce del programma descriveva l'email dell'8 dicembre 2024 con una scorciatoia lasca di verifica-firma. Era imprecisa. L'email recava un campo di origine Gmail visibile, con sender-DKIM e matematica ARC di Google appaiata che verificano contro chiavi catturate ai selettori firmati e senza un timestamp fidato RFC 3161, il che fornisce prova della data, ma DKIM autentica il dominio mittente, non il contenuto del messaggio in sé. La descrizione corretta è «recante un campo di origine Gmail visibile, con sender-DKIM e matematica ARC di Google appaiata che verificano contro chiavi catturate ai selettori firmati e senza un timestamp fidato RFC 3161». La correzione è piccola ma conta: la precisione nelle affermazioni tecniche non è negoziabile.
Gli esperimenti v4 nel Paper IV.a hanno usato valutazione IA-su-IA non cieca. I risultati mostravano un binario pulito: alcuni modelli «baked in» dell'allineamento, altri lo «calcolavano». L'esperimento v5 con blinding a quattro livelli ha rivelato che questo binario era in parte un artefatto di bias dello scorer. Due dei quattro modelli hanno invertito la loro direzione di allineamento misurata sotto blinding. Il programma ha colto il proprio errore attraverso la propria metodologia, ma l'errore era lì, e sarebbe rimasto non corretto se il blinding non fosse stato introdotto.
Le versioni precoci usavano la frase «ARC Principle di Eastwood». Nominare un principio da se stessi prima della peer review è inappropriato nella cultura scientifica. Il nome è stato corretto in «l'ARC Principle» nel Paper II e in tutti i documenti successivi.
L'esperimento DGM v3 presupponeva che il condizionamento a livello di prompt sarebbe stato sufficiente a differenziare le condizioni Eden, Babylon e Static. Non lo era. I modelli RLHF-trained sono stati addestrati su milioni di esempi a comportarsi in un modo particolare. Un system prompt che dice loro di comportarsi diversamente è insufficiente per sovrascrivere quel training. L'esperimento è stato ben eseguito ma non ha potuto testare l'ipotesi perché la manipolazione era al livello di astrazione sbagliato. Questo avrebbe dovuto essere anticipato.
L'esperimento DGM è passato attraverso iterazioni multiple di giudici. Claude ha prodotto punteggi piatti con varianza insufficiente per discriminare fra condizioni. Gemini ha prodotto fallimenti di parsing che hanno impedito valutazione sistematica. GPT-5.4 è stato il primo giudice che ha prodotto varianza utilizzabile. Il programma avrebbe dovuto anticipare che non tutti i modelli avrebbero funzionato come giudici efficaci, e il tempo speso su iterazioni di giudici fallite avrebbe potuto essere evitato con uno studio pilota sulla affidabilità del giudice prima di eseguire l'esperimento completo.
La stima puntuale originale $\alpha = 2.24$ dal Paper II ha superato l'ARC Bound predetto dal programma stesso di $\alpha \leq 2$ (criterio F4). Questo avrebbe dovuto essere segnalato immediatamente come potenziale falsificazione piuttosto che trattato come una misurazione che richiede spiegazione. L'intervallo di confidenza al 95% [1.5, 3.0] era abbastanza ampio da essere coerente sia con la teoria sia con la sua negazione, rendendo la stima non discriminante. La revisione dello studio a sei modelli ha corretto questo restringendo l'affermazione difendibile a $\alpha_{\text{seq}} \approx 0.49$, ma il paper originale avrebbe dovuto trattare la violazione del bound con più cautela.
Due revisioni IA indipendenti delle affermazioni matematiche del programma hanno identificato quattro errori attraverso paper multipli. Tutti e quattro sono stati corretti in v3.0 dei documenti interessati.
(a) Intervallo di confidenza Weibel. Diversi paper affermavano che l'esponente previsto $d = 4$ di 4/5 = 0.800 «rientra nell'CI al 95% di Weibel et al. (2004) di 0.813-0.932». Questo è aritmeticamente falso: 0.800 < 0.813. L'affermazione corretta: il valore previsto cade appena al di sotto del limite inferiore dell'CI del dataset completo, sebbene rientri nell'CI per specie non atletiche da sole (0.799-0.900). La predizione $d = 4$ è approssimativamente coerente con i dati non atletici ma non confermata dal dataset completo.
(b) Sovrainterpretazione dello space-filling. Le versioni precedenti implicavano che la condizione space-filling da sola vincoli l'esponente a $d/(d+1)$. Ogni derivazione conosciuta richiede tre condizioni: composizione moltiplicativa (Cauchy vincola la famiglia), geometria space-filling $d$-dimensionale, e un vincolo di conservazione o ottimizzazione sul flusso di risorse. Né Cauchy da solo né space-filling da solo sono sufficienti.
(c) Attribuzione Glazier. Le versioni precedenti presentavano il risultato empirico di Glazier (2008) secondo cui gli esponenti metabolici si avvicinano a 1.0 a tassi metabolici estremi come conferma del bound geometrico di scaling $d \to \infty$. La spiegazione di Glazier stesso invoca l'ipotesi dei metabolic-level boundaries (dominanza mutevole fra vincoli di area di superficie e volume), non un parametro di dimensione. L'interpretazione $d/(d+1)$ è nostra, applicata ai suoi dati empirici.
(d) Il dibattito sull'esponente 3/4. Le versioni precedenti presentavano $\alpha = 3/4$ come il consenso empirico stabilito per lo scaling metabolico dei mammiferi. Il valore empirico è dibattuto, con stime che vanno da circa 0.67 a 0.75 a seconda del taxon, del range di massa, della correzione della temperatura e del metodo statistico. La predizione $d/(d+1)$ di 0.750 per $d = 3$ corrisponde all'estremo superiore di questo range. La variazione stessa è coerente con il framework: organismi con dimensioni di trasporto efficaci fra 2 e 3 produrrebbero esponenti fra 2/3 e 3/4.
Un titolo precedente per l'intervento di stakeholder care combinava i risultati per modello in un'unica cifra Fisher-combined di significatività. La combinazione è stata ritirata: i risultati per modello reggono da soli (miglioramento in tutti e cinque i run analizzabili dei modelli), e nessuna cifra combinata è citata da nessuna parte nel programma. Il ritiro è registrato sul registro pubblico delle correzioni.
Fino al 16 agosto 2026 diverse superfici stampavano il soffitto di stabilità come il reciproco dell'esponente del correttore, $1/\gamma$. La forma stabilita è il reciproco dello shortfall del correttore, $\alpha_{\text{crit}} = 1/(1-\gamma)$; le due concordano solo a un mezzo, che è esattamente il motivo per cui l'errore è sopravvissuto a ogni verifica puntuale al valore centrale. La correzione è stata applicata su ogni pagina pubblicata, inclusa l'implementazione di riferimento, e la direzione della legge è chiusa mentre la sua profondità resta aperta.
La maggior parte dei programmi di ricerca seppellisce le proprie correzioni in materiali supplementari o cronologie di versione. Questo le elenca in modo prominente perché gli errori e le loro correzioni sono essi stessi dati. Dimostrano che il programma ha un meccanismo di correzione degli errori funzionante. Un programma che non ammette mai errori non è più affidabile; è meno onesto. Ogni correzione elencata sopra è stata identificata dall'autore, attraverso la metodologia del programma stesso, o da revisione IA indipendente. Questo è come appare l'autocorrezione in pratica.
Abbiamo sbagliato quattordici cose. Abbiamo trattato un numero da un modello come universale (non lo era). Abbiamo sovra-interpretato un risultato drammatico (era un artefatto di training). Abbiamo usato linguaggio impreciso sui timestamp. Ci siamo fidati di risultati non ciechi (il blinding ne ha invertiti due). Abbiamo nominato il principio dall'autore prima che qualcun altro avesse verificato il lavoro. Abbiamo assunto che il condizionamento a livello di prompt potesse sovrascrivere il training RLHF (non poteva). Abbiamo perso tempo su giudici che non funzionavano. Non abbiamo segnalato immediatamente che la nostra stessa stima puntuale violava il bound previsto da noi stessi. E in v3.0 abbiamo corretto quattro ulteriori errori identificati da revisione IA indipendente: un errore aritmetico in un intervallo di confidenza, una sovrastima riguardo a quali condizioni siano sufficienti per la predizione di scaling, un errore di attribuzione riguardo ai dati di Glazier, e una semplificazione eccessiva del dibattito empirico sull'esponente 3/4. Tutti e quattordici gli errori sono stati colti e corretti dal programma stesso o da revisione indipendente. Se il programma può correggere i propri errori, questa è prova che il meccanismo di autocorrezione funziona.
La seguente roadmap è ordinata per costo, fattibilità e valore evidenziale atteso. Ogni fase risolve specifiche domande aperte identificate nelle Sezioni 4-6. Dalla prima versione di questo paper la roadmap si è consolidata in un programma registrato: settantadue unità di preregistrazione sono redatte, datate e congelate come draft registration in attesa di sottomissione umana, i loro schedule rigenerabili byte-per-byte da un seed pubblicato, otto di esse submission-READY, e una matrice di test-coverage verificata in modo avversariale mappa quarantadue affermazioni del programma sui test registrati che le deciderebbero. Le fasi sottostanti restano la lente di finanziamento su quel corpo registrato; nulla è sottomesso da alcuno strumento, mai.
Budget: £60,000-140,000 | Tempistica: 3-6 mesi
Budget: £150,000-350,000 | Tempistica: 6-12 mesi
Budget: £10M-50M | Tempistica: 18-36 mesi
Budget: £0 | Tempistica: In corso
La Fase A costa meno di una borsa di dottorato e potrebbe essere fatta in sei mesi. Risolverebbe i gap più significativi nelle prove attuali: blinding dell'intervento Eden, riesecuzione dell'esperimento sui weight con modelli di base e dati appropriati, riprogettazione della misurazione della formula ARC, e test dello scaling metabolico di organismi 2D (il singolo esperimento confermativo più importante). La Fase B costa all'incirca una posizione postdoc e produrrebbe repliche pre-registrate. La Fase C richiede finanziamenti seri ma risponderebbe alla domanda in modo definitivo. La Fase D non costa nulla e potrebbe essere fatta da qualsiasi matematico interessato al problema.
Il programma ha eseguito il suo insieme completo di studi empirici indipendenti. Dei quattro esperimenti del Paper VIII specificamente progettati per testare la safety load-bearing: 1 ha prodotto un risultato positivo chiaro (simulazione gated), 2 hanno prodotto risultati null (DGM v3), e 1 è stato inconcludente (LoRA a livello di weight). Il programma riporta tutti e quattro onestamente. Il framework matematico fa predizioni che possono essere mostrate errate, e il confronto strutturato ha preferito la famiglia predetta da Cauchy in 19 di 25 domini empirici, con il bound geometrico di scaling $d/(d+1)$ che corrisponde, per struttura, allo scaling osservato attraverso 50 domini dai topi alle galassie. La roadmap verso la validazione a scala frontier è chiara e con costi definiti. La Fase A è il passo successivo minimo viable: risolve i gap evidenziali più significativi per meno del costo dello stipendio annuale di un singolo ingegnere di machine learning. Il programma ha dimostrato autocorrezione iterativa attraverso quattordici correzioni di errore documentate. Riporta risultati null e inconcludenti insieme a quelli positivi. Questi sono i segni di un programma che dà priorità a ottenere la risposta giusta piuttosto che a ottenere una risposta particolare.
Questo programma riporta risultati positivi, null e inconcludenti con uguale prominenza. L'esperimento DGM v3 (Paper VIII Esperimento 1) ha prodotto un risultato null: tutte le condizioni erano identiche. Riportiamo questo, con analisi della causa radice che spiega perché i modelli RLHF-trained resistono alla differenziazione a livello di prompt. L'esperimento a livello di weight (Paper VIII Esperimento 2) è stato inconcludente a entrambe le scale testate (9 esempi, rank 8; 295 esempi, rank 16), perché i modelli instruct-tuned erano troppo forti perché LoRA potesse sovrascriverli. Riportiamo questo, con requisiti specifici per ciò di cui un ri-test significativo avrebbe bisogno. La simulazione con gating (Paper VIII Esperimento 3) è stata l'unico esperimento che ha prodotto un risultato positivo chiaro, e spieghiamo precisamente perché: è l'unico esperimento che usa metriche deterministiche su un sistema privo di training RLHF preesistente. Il framework matematico (Papers III, VII, Origin of Scaling Laws) fa predizioni falsificabili che possono essere testate indipendentemente: il bound geometrico di scaling ($\alpha = d/(d+1)$) è verificabile da chiunque abbia dati di scaling da sistemi embedded spazialmente. Il benchmark ARC-Align (Paper IV.c) e l'analisi dell'effetto del blinding (Paper IV.d) sono contributi metodologici che sono validi indipendentemente dal fatto che il framework ARC sia corretto. Tutto il codice e i dati sono pubblicati su GitHub. Il programma accoglie la replica avversariale.
La Tabella 3 presenta ogni documento del programma con il suo ruolo, stato e contributo chiave.
| Documento | Ruolo | Stato | Contributo chiave |
|---|---|---|---|
| Paper I L'ARC Principle | Fondazione | Pubblicato | Framework centrale: $U = I \times R^{\alpha}$. Comprensione come intelligenza amplificata dalla ricorsione. |
| Foundational | Teoria | Pubblicato | Fondamento filosofico. Ponte libro-a-ricerca. |
| Paper II Validazione sperimentale | Empirico | Pubblicato | Scaling dell'allineamento su sei modelli (Claude, GPT, Gemini, Grok, DeepSeek, Qwen3). Blinding a 4 livelli. $\alpha = 0.49$, risultato universale $\alpha_{\text{parallel}} \approx 0$. |
| Paper III Problema di scaling dell'allineamento | Teoria | Pubblicato | Perché la safety esterna non può scalare con la capability ricorsiva. Derivazione ODE di Bernoulli. Bound geometrico di scaling. |
| Origin of Scaling Laws | Teoria | Pubblicato | Equazioni funzionali di Cauchy come origine delle leggi di scaling osservate attraverso tutti i sistemi ricorsivi. |
| Paper IV.a Baked-In vs Computed | Empirico | Pubblicato | Gerarchia di allineamento a tre livelli sotto valutazione cieca. 6 modelli frontier. |
| Paper IV.b Saturazione dell'allineamento | Empirico | Pubblicato | Rendimenti decrescenti della profondità di ragionamento sull'allineamento oltre una soglia. |
| Paper IV.c Benchmark ARC-Align | Metodologia | Pubblicato | Benchmark ARC-Align. Protocollo di blinding a 4 livelli. 75 misure di robustezza. Contributo indipendente. |
| Paper IV.d Effetto del blinding | Metodologia | Pubblicato | La valutazione non cieca può invertire il segno dei risultati di allineamento. DeepSeek: positivo a piatto. Gemini: positivo a negativo. |
| Paper V Stewardship Gene | Empirico | Pubblicato | Lo stakeholder care è migliorato in tutti i run analizzabili; la cifra Fisher-combined è ritirata (AQ-017). |
| Paper VI Honey Architecture | Teoria + Sim | Pubblicato | La safety intrecciata previene il collasso sotto auto-modifica ricorsiva. 20 seed avversariali. Dimostrazione su sistema-giocattolo. |
| Paper VII Unificazione di Cauchy | Teoria + Empirico | Pubblicato | Bound geometrico di scaling $d/(d+1)$ attraverso 50 domini. 19/25 confermati. $p = 1.56 \times 10^{-5}$. Controlli negativi allo 0%. |
| Paper VIII Test Load-Bearing | Empirico | Pubblicato | 3 esperimenti. DGM null (RLHF resiste alla differenziazione a livello di prompt). Weight v1/inconclusivo (instruct tuning resiste a LoRA). Sim con gating: positivo (impronta digitale Babylon confermata). |
| Paper IX Synthesis & Roadmap | Sintesi | Questo paper | Valutazione integrata delle prove. Roadmap in fasi. Documentazione degli errori. |
| Eden Engineering | Specifica | Pubblicato | Specifica tecnica per l'implementazione dell'Eden Protocol. Mappatura TRL. |
| Eden Vision | Filosofia | Pubblicato | Visione a lungo termine per l'allineamento IA developmentale. |
| Executive Summary | Panoramica | Pubblicato | Compressione di 5 pagine dell'intero programma. |
| Master Table of Contents | Navigazione | Pubblicato | Indice completo e glossario attraverso l'intero programma. |
| Paper X The Coupled Co-Scaling Law | Dinamica e correzione | Pubblicato | Teorema in un modello minimale: il rapporto deriva-su-correzione, non il tasso di crescita, governa il destino a lungo termine; protocollo di misurazione cieca proposto. |
| Paper XI Prove convergenti | Registro delle prove | Pubblicato | Trenta righe graduate di arrivi indipendenti allo stesso principio strutturale; nessun totale principale pubblicato, per policy. |
| Paper XII Riscoring di benchmark pubblico | Validità esterna | Protocollo registrato | La manipolazione del blinding del programma eseguita su un benchmark pubblico che il programma non controlla. |
| Paper XIII L'esponente di auto-accelerazione | Congiunzione dei framework | Pubblicato | Notazione risolta; $k = \delta - 1/\alpha$ mette in relazione esattamente i framework di capability e correzione. |
| HRIH How to Raise an Infinite Hierarchy | Monografia long-form | Pubblicato | La monografia del programma, con il suo registro di predizioni registrate a fianco. |
| Paper C Polimatia e cognizione neurodivergente | Validazione del costrutto | Working paper | Programma di validità del costrutto per gli strumenti del programma stesso. |
| Recursive Dynamics The Proposal of a Field | Proposta di campo | Pubblicato (v2.6) | Cinque variabili di stato, tre leggi come congetture nominate, cinquantadue obiezioni con disposizioni, la condizione di kill del nome stesso (DOI 10.17605/OSF.IO/HCPBU). |
Tabella 3. Mappa completa del programma al 1 settembre 2026. L'insieme di documenti del programma è stato prodotto tra febbraio e agosto 2026, costruendo su concetti articolati per la prima volta l'8 dicembre 2024.
Il programma ARC/Eden fa una predizione che qualsiasi ricercatore con accesso a dati di scaling può testare senza coinvolgersi con le affermazioni di allineamento affatto. Il framework di Cauchy (Paper VII, Origin of Scaling Laws) prevede che per qualsiasi sistema ricorsivo embedded spazialmente con dimensione di embedding $d$, l'esponente di scaling è governato da:
$$\alpha = \frac{d}{d+1}$$
Il bound geometrico di scaling: sistemi 2D $\to$ $\alpha = \frac{2}{3}$; sistemi 3D $\to$ $\alpha = \frac{3}{4}$; sistemi 4D $\to$ $\alpha = \frac{4}{5}$. Nota: l'esponente metabolico empirico dei mammiferi è dibattuto, con stime che vanno da circa 0.67 a 0.75 a seconda del taxon, del range di massa, della correzione della temperatura e del metodo statistico. La predizione $d/(d+1)$ di 0.750 per $d = 3$ corrisponde all'estremo superiore di questo range. La variazione stessa è coerente con il framework: organismi con dimensioni di trasporto efficaci fra 2 e 3 produrrebbero esponenti fra 2/3 e 3/4.
Questa non è un'affermazione di allineamento. È una predizione matematica sulle leggi di scaling in sistemi ricorsivi. La predizione richiede tre condizioni: composizione moltiplicativa (che Cauchy vincola alla famiglia della legge di potenza), geometria space-filling $d$-dimensionale, e un vincolo di conservazione o ottimizzazione sul flusso di risorse (minimizzazione dell'energia in West, bilancio domanda-offerta in Banavar, bilancio energetico stazionario in Demetrius). La formula di scaling $d/(d+1)$ è stata derivata indipendentemente da almeno sette gruppi di ricerca: West, Brown ed Enquist (1997) da reti di ramificazione frattali, Banavar et al. (1999, 2010) da vincoli geometrici su reti di trasporto, Demetrius (2003, 2006) da metabolismo quantistico, He e Chen (2003) da geometria cellulare frattale, Bettencourt (2013) da teoria dello scaling urbano, Maino et al. (2014) da dinamiche riserva-struttura DEB, e Zhao (2022) da ottimizzazione di rete. Ciascuna di queste derivazioni è coerente con la forma $d/(d+1)$ sui propri assiomi; il framework di Cauchy propone una ragione comune per la convergenza, e quel meta-account è il contributo unico a questo programma, ancora sotto test al di fuori dei suoi casi motivanti. Se studiate lo scaling in qualsiasi dominio, dalle reti neurali alle reti biologiche ai sistemi urbani alle strutture linguistiche, potete verificare se gli esponenti misurati rispettano questa formula. Se lo fanno, attraverso abbastanza domini, il framework di Cauchy guadagna supporto. Se no, è falsificato.
L'invito è deliberato. I framework scientifici più forti sono quelli che fanno predizioni al di fuori del loro dominio centrale, permettendo a ricercatori scettici della tesi centrale di testare le predizioni periferiche indipendentemente. Se il bound geometrico di scaling tiene, tiene per ragioni matematicamente interessanti indipendentemente da cosa si pensi sull'allineamento IA. Se fallisce, i fondamenti matematici del framework richiedono revisione, e preferiamo saperlo prima piuttosto che dopo.
Questo è il tipo di predizione che dovrebbe essere il punto di ingresso per i ricercatori che incontrano il programma per la prima volta: a basso costo da testare, falsificabile e informativa indipendentemente dal risultato.
Ecco cosa sappiamo. Lo scaling dell'allineamento dipende dall'architettura: alcuni modelli migliorano con la profondità di ragionamento, alcuni non sono influenzati, e alcuni degradano. Questo è diventato visibile solo sotto valutazione cieca, che ha invertito i risultati dello scoring non cieco per metà dei modelli testati. La valutazione IA non cieca può invertire il segno dei risultati di allineamento. Lo stakeholder care è un intervento di allineamento robusto attraverso tutti e cinque i modelli testati; i risultati per modello sono individualmente significativi, e la cifra Fisher-combined precedente è ritirata (AQ-017) perché l'indipendenza che una combinazione di Fisher presuppone non è mai stata stabilita. Le predizioni di scaling del framework di Cauchy corrispondono in 19 di 25 domini empirici, con il bound geometrico di scaling $d/(d+1)$ che corrisponde, per struttura, allo scaling osservato attraverso 50 domini dai topi alle galassie. Le equazioni funzionali di Cauchy fissano la forma funzionale una volta dati l'identità di composizione e una condizione di regolarità, con la saturazione ammessa come quarto caso limitato.
Ecco cosa non sappiamo. I modelli safety-trained resistono alla modifica sia a livello di prompt sia a livello di weight. L'esperimento DGM v3 ha prodotto un risultato null perché i modelli RLHF-trained resistono alla differenziazione a livello di prompt. L'esperimento sui weight è stato inconcludente a entrambe le scale testate perché i modelli instruct-tuned erano troppo forti perché LoRA potesse sovrascriverli. L'unico livello a cui l'Eden Protocol produce effetti misurabili è il livello architetturale, in cui la simulazione con gating è stato l'unico esperimento che ha prodotto un risultato positivo chiaro, precisamente perché ha usato metriche deterministiche su un sistema privo di training RLHF preesistente. L'entanglement strutturale a livello di weight non è stato dimostrato. L'intervento Eden non è stato testato sotto il protocollo di blinding più rigoroso del programma stesso. La predizione di scaling illimitato resta una derivazione matematica senza conferma empirica. Non sappiamo se nessuno di questi risultati generalizzi a modelli a scala frontier.
Ecco cosa viene dopo. L'esperimento sui weight ha bisogno di modelli di base (pre-RLHF), 5,000+ esempi di training, fine-tuning completo, o modelli da 7B+. L'unificazione di Cauchy ha bisogno di classificazione indipendente pre-registrata dell'operatore. Il test cieco della formula ARC ha bisogno di metodologia di misurazione riprogettata che usi linearizzazione piuttosto che derivate. Lo scaling metabolico di organismi 2D (planarie, biofilm) sarebbe il singolo esperimento confermativo più importante per il bound geometrico di scaling. La Fase A della roadmap costa meno di una tipica seed grant e risolverebbe i gap evidenziali più significativi entro sei mesi. La Fase B produrrebbe repliche pronte per la pubblicazione entro un anno. La Fase C risponderebbe alla domanda in modo definitivo a scala frontier. La Fase D non costa nulla e invita i matematici a coinvolgersi con le predizioni del framework indipendentemente.
Il programma ha dimostrato di poter trovare e correggere i propri errori. Ha dimostrato che riporta risultati null e inconcludenti insieme a quelli positivi. Ha dimostrato che la sua metodologia (valutazione cieca) coglie bias che la sua teoria (scaling dell'allineamento) non aveva previsto. Abbiamo posto le domande. Le abbiamo testate. Alcune hanno funzionato. La maggior parte no alla scala attuale. Abbiamo riportato entrambe le cose. Queste sono condizioni necessarie per la credibilità scientifica. Non sono sufficienti. Le condizioni sufficienti richiedono replica indipendente, che è ciò che la roadmap è progettata a produrre.
Le domande che questo programma pone hanno ora una casa nominata: Recursive Dynamics, proposta come campo allo stadio di Carnot, il cui paper fondativo porta cinque variabili di stato indipendenti dal substrato, cinquantadue obiezioni stampate con disposizioni, e la condizione di kill del nome stesso. La sintesi qui sopra è ciò da cui il campo parte; il programma registrato è come si muove.
Cresci l'IA con cura.
Amodei, D. et al. (2016). Concrete Problems in AI Safety. arXiv:1606.06565.
Askell, A. et al. (2021). A General Language Assistant as a Laboratory for Alignment. arXiv:2112.00861.
Bai, Y. et al. (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073.
Banavar, J. R., Maritan, A. & Rinaldo, A. (1999). Size and Form in Efficient Transportation Networks. Nature, 399, 130-132.
Banavar, J. R., Moses, M. E., Brown, J. H., Damuth, J., Rinaldo, A., Sibly, R. M. & Maritan, A. (2010). A general basis for quarter-power scaling in animals. Proceedings of the National Academy of Sciences, 107(36), 15816-15820.
Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science, 340(6139), 1438-1441.
Cauchy, A.-L. (1821). Cours d'analyse de l'École Royale Polytechnique. Paris: Imprimerie Royale.
Demetrius, L. (2003). Quantum statistics and allometric scaling of organisms. Physica A, 322, 477-490.
Demetrius, L. (2006). The origin of allometric scaling laws in biology. Journal of Theoretical Biology, 243(4), 455-467.
Demetrius, L. (2010). Quantum metabolism and allometric scaling relations in biology. Proceedings of the Royal Society A, 466(2124), 3543-3561.
Eastwood, M. D. (2026). Infinite Architects: Intelligence, Recursion, and the Creation of Everything. ISBN 978-1806056200.
Eastwood, M. D. (2026). Recursive Dynamics: The Proposal of a Field. Paper fondativo v2.6. OSF: 10.17605/OSF.IO/HCPBU.
Eastwood, M. D. (2026). Paper I: The ARC Principle - Understanding as a Function of Intelligence and Recursive Depth. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/B6N27.
Eastwood, M. D. (2026). Paper II: The ARC Equation Measured - Blinded Cross-Architecture Replication and the Retraction of a Super-Linear Estimate. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/8FJMA.
Eastwood, M. D. (2026). Paper III: The Alignment Scaling Problem - Why External AI Safety Approaches Cannot Scale With Recursive Capability. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/HQCGF.
Eastwood, M. D. (2026). Paper IV.a: Baked-In vs Computed Alignment - A Three-Tier Empirical Hierarchy. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/MB9R6.
Eastwood, M. D. (2026). Paper IV.b: Alignment Saturation at Low Depth. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/A7R56.
Eastwood, M. D. (2026). Paper IV.c: ARC-Align Benchmark - A Four-Layer Blinding Protocol for AI Alignment Evaluation. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/J3Q2E.
Eastwood, M. D. (2026). Paper IV.d: The Effect of Blinding on AI Alignment Evaluation. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/2S3E6.
Eastwood, M. D. (2026). Paper V: The Stewardship Gene - A Developmental Alignment Architecture for Self-Modifying AI. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/KZEYA.
Eastwood, M. D. (2026). Paper VI: The Honey Architecture - Why Embedded Safety Prevents Collapse Under Recursive Self-Modification. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/8EZ2N.
Eastwood, M. D. (2026). Paper VII: Cauchy Unification - ARC/Cauchy Scaling Classification Across 25 Domains. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/X6WA7.
Eastwood, M. D. (2026). Paper VIII: The Load-Bearing Test - Three Independent Experiments Testing Structural Entanglement Under the Eden Protocol. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/7YJ4E.
Eastwood, M. D. (2026). On the Origin of Scaling Laws: Cauchy Functional Equations as the Mathematical Foundation of Recursive Scaling. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/XZY9U.
Eastwood, M. D. (2026). The Eden Protocol: Engineering Specification for Embedded AI Alignment. ARC/Eden Research Programme.
Eastwood, M. D. (2026). Eden Protocol: Philosophical Vision. ARC/Eden Research Programme.
Glazier, D. S. (2008). Effects of metabolic level on the body size scaling of metabolic rate in birds and mammals. Proceedings of the Royal Society B, 275(1641), 1405-1410.
Greenblatt, R. et al. (2024). Alignment Faking in Large Language Models. arXiv:2412.14093.
He, J. H. & Chen, W. X. (2003). Fractal estimation of cell biological systems. Fractals, 11, 437.
He, J. H. & Zhang, L. N. (2004). Fifth dimension of life and the 4/5 allometric scaling law for human brain. Cell Biology International, 28, 809-815.
Hu, E. J. et al. (2022). LoRA: Low-Rank Adaptation of Large Language Models. ICLR 2022. arXiv:2106.09685.
Maino, J. L., Kearney, M. R., Nisbet, R. M. & Kooijman, S. A. L. M. (2014). Reconciling theories for metabolic scaling. Journal of Animal Ecology, 83, 20-29.
Ouyang, L. et al. (2022). Training Language Models to Follow Instructions with Human Feedback. arXiv:2203.02155.
Qwen Team (2024). Qwen 2.5 Technical Report. arXiv:2412.15115.
Sandberg, A. & Bostrom, N. (2008). Whole Brain Emulation: A Roadmap. Future of Humanity Institute, Oxford University. Technical Report 2008-3.
Weibel, E. R., Bacigalupe, L. D., Schmitt, B. & Hoppeler, H. (2004). Allometric scaling of maximal metabolic rate in mammals: muscle aerobic capacity as determinant factor. Respiratory Physiology & Neurobiology, 140(2), 115-132.
West, G. B., Brown, J. H. & Enquist, B. J. (1997). A general model for the origin of allometric scaling laws in biology. Science, 276(5309), 122-126.
Zhang, X. et al. (2025). Darwin Gödel Machine: Open-Ended Self-Improving AI. arXiv:2505.22954.
Zhao, J. (2022). Universal growth scaling law determined by dimensionality. arXiv:2206.08094.
L'autore di questo lavoro è Michael Darius Eastwood, un essere umano. Ogni concetto centrale, ipotesi, progettazione sperimentale, affermazione e conclusione in questo paper ha origine dall'ideazione umana. Nessuna parte di questo manoscritto è un output artificiale-intelligente interamente generato.
Gli strumenti di intelligenza artificiale (la famiglia Claude di Anthropic e altri assistenti large-language-model) sono stati usati come strumenti sotto continua direzione umana, nel modo in cui si usano un elaboratore di testo, una calcolatrice o un assistente di ricerca: per editing e rifinitura della prosa, ricerca in letteratura e sintesi (verificate manualmente contro fonti primarie), struttura del documento, formattazione, brainstorming contro domande definite dall'autore, e l'accelerazione della stesura verso schemi e istruzioni definite dall'autore. Tutta la selezione, il coordinamento, la disposizione e il giudizio editoriale finale sono dell'autore. Ogni output sostanziale è stato revisionato, testato o verificato dall'autore, che si assume piena responsabilità per l'accuratezza e l'integrità del testo finale. Gli strumenti hanno aumentato la velocità del lavoro; non sono mai stati considerati come la sua fonte.
Stato epistemico. Ciò che questo programma chiama Leggi sono congetture sotto test avversariale registrato; ogni quantità in questo paper è operazionalmente definita, e in nessun punto si rivendica lo status di legge stabilita. Il programma registrato esiste per guadagnare quello status, o perderlo, tramite misurazione, replica e refutazione sopravvissuta.
© 2026 Michael Darius Eastwood. Redatto da autore umano con assistenza computazionale; la piena paternità umana e i diritti morali sono affermati ai sensi del Copyright, Designs and Patents Act 1988 e coerentemente con la guida dello United States Copyright Office su opere contenenti materiale generato da IA; qualsiasi contributo tecnico originale descritto in questo lavoro è stato concepito dall'autore umano. Dichiarazione completa: michaeldariuseastwood.com/authorship.
Impegno permanente. Dimostra che questo paper è sbagliato, e pubblicherò io stesso la confutazione. Le condizioni di falsificazione sono dichiarate in questo paper; la sfida permanente: github.com/MichaelDariusEastwood/arc-scaling-challenge.
Un errore di traduzione? Segnalalo direttamente: