技術要約：局所的な検証は非輸送性を検出できない

問題提起

エージェンティックAIシステムは、多様な生物学的、臨床的、および商業的コンテキストを横断して結論を輸送（transport）することがますます増加している。現在の最先端のアーキテクチャ（例：Medea）は、局所的な検証（local verification）、すなわち、各ステップにおいてエンティティが表現可能であるか、パラメータが適合しているか、および出力が計画と整合しているかをチェックすることに依存している。これらのチェックは、限定されたコンテキスト空間（単一のコンテキスト、ペア、またはトリプル）に支持されているという意味で「局所的」である。

本論文は、このアプローチにおける構造的な不完全性を指摘している。局所的な検証は特定の種類の誤りを検出できる一方で、**構造的な非輸送性（structural non-transportability）**に対しては盲目である。これは、エージェントがすべての局所的な検証チェックを通過しながらも、辿った推論パスに依存する結論を生み出してしまう状況として現れる。この現象は、ネットワークメタ解析における「ループ不整合（loop inconsistency）」、すなわち、閉じたループ周囲の直接的証拠と間接的証拠が個々には妥当であっても、結合すると不整合となる状況と形式的に類似している。

方法論

理論的枠組み

著者は、代数トポロジーと層理論（sheaf theory）を用いてこの問題をモデル化している：

1. コンテキスト・サイト（Context Site）： 意思決定に関連する状況の空間 $X$ は、有限個のコンテキストの集合 $\mathcal{U} = \{U_i\}$ によって被覆されている。ネル（nerve） $N(\mathcal{U})$ は、頂点はコンテキスト、エッジは重なり（架け橋となる証拠）、三角形は三重の重なりを表すものとして構成される。
2. 証拠の余鎖（Evidence Cochain）： 証拠は、各重なりに測定されたコントラストを割り当てる実数値の1次余鎖 $\omega \in C^1(N(\mathcal{U}); \mathbb{R})$ としてモデル化される。
3. エージェントによる輸送としてのパス積分： アンカー $a$ からターゲット $t$ へ主張を輸送するエージェントは、パス積分を実行する：$\hat{\theta}_t = \theta_a + \langle \omega, \gamma \rangle$。ここで $\gamma$ はネル内のパスである。
4. ホッジ分解（Hodge Decomposition）： 1次余鎖の空間は、以下の3つの成分に直交分解される：
   • 勾配（Gradient, $g = \delta_0 \beta$）： コンテキストごとの計器オフセット。再校正によって除去可能。
   • カール（Curl, $c \in \text{im}(\delta_1)^\top$）： 三重の重なりにおいて検出可能な局所的不整合（非ゼロの $\delta_1 c$）。
   • 調和（Harmonic, $h \in H^1$）： $\delta_1$ の核（kernel）かつ $\delta_0^\top$ の核である成分。これは第1チェッホ・コホモロジー類 $[\omega] \in H^1$ を表す。

• パス独立性： 輸送された推定値がパスに依存しないための必要十分条件は、証拠の余鎖が完全（exact）であること（$\omega \in \text{im } \delta_0$）である。
• ホロノミー（Holonomy）： 2つの推論パス間の不一致は、コホモロジー類 $[\omega]$ のホロノミーに等しい。
• 局所的検証の盲目性： 単体（simplex：エッジ、三角形）に支持されたいかなる整合性チェックも、完全な余鎖と、調和成分によって摂動を受けた余鎖を区別できない。なぜなら、調和成分は $\delta_1 h = 0$ を満たすため、すべての三重の重なりチェックを通過するが、それでもなおパス間に非ゼロの不一致を生じさせるからである。
• 妨害のメカニメント： 調和成分は、**効果修飾（effect modification）と重なりに特有の集団組成（Simpsonのパラドックスのネットワーク版）**の組み合わせから生じる。効果修飾が存在しない場合、調和エネルギーは機械精度まで消失する。

提案手法：Ks.etra

著者は、以下の手順を行う Ks.etra（ケストラ）を提案している：

1. コンテキスト・サイトを構築し、証拠の余鎖を組み立てる。
2. 最小二乗法により $\omega$ を勾配、カール、および調和成分に分解する。
3. トリアージ（Triage）：
   • 支配的な勾配 $\to$ 計器を再校正する。
   • 支配的なカール $\to$ 再測定または推論の再実行（局所的不整合）。
   • 支配的な調和 $\to$ 構造的な妨害；被覆を細分化（stratification）しなければならない。
4. ゲーティング（Gating）： 調和エネルギー $\|\omega_h\|$ が閾値を超えた場合、システムは決定を断念する。断念時には、最大のホロノミーを運ぶ特定のサイクルを、データ収集の指示として出力する。

結果

シミュレーション研究

著者は以下の2つのドメインでシミュレーションを実施した：

1. 製薬 RWE（リアルワールドエビデンス）： コンテキストは（CKDステージ $\times$ ケア設定）で定義される。属性空間は可縮であり、$H^1$ はエビデンスの欠落からのみ生じる。
2. 消費者信用： コンテキストは（地域 $\times$ マクロ経済レジーム）で定義される。レジーム軸は循環的（拡大 $\to$ 回復）であり、構造的にトポロジカルな妨害を生み出す。

主な知見：

• 予測能： 効果修飾からホロノミーが生じるメカニスティックなモデルにおいて、調和エネルギーとカールのエネルギーは共に、最適推定量の不可避な誤差に対して同程度の予測能を持つ（調和 $\rho \approx 0.37$、カール $\rho \approx 0.33$）。この相関は、単一の潜在的原因（効果修飾）が両方の成分を生成するためである。しかし、調和エネルギーは他の成分を条件付けた後でも独立した予測力を保持する（部分 $\rho \approx 0.19$）のに対し、カールはそうではない。両者の運用上の区別は、予測能そのものではなく、その救済策（カールは再測定、調和は細分化）によって定義される。
• パス依存性： 調和成分とカールの両方がパス依存性（推論パス間の広がり）を予測するが、エラーフロアを他と独立して予測するのは調和成分のみである。
• 性能： 調和エネルギーに基づいてゲーティングを行う Ks.etra は、「残差ゲーティング（総衝突に基づくゲーティング）」のベースラインと比較して、Area Under the Risk-Coverage Curve (AURC) において、製薬では 0.029、クレジットでは 0.039 低減させた。
• ドリフト・コスト： 「サイレントな粗視化（検証なしのコンテキストの崩壊）」は、完璧なシステムであっても重大な誤差を引き起こす。

金融テストケース（FX および IFRS 9）

• 厳密なF検定： 著者は、グローバルな主張の存在に関する厳密なF検定を導出し、自由度を校正、局所的一貫性、および輸送に分割した。このテストは、等方的なノイズの下で正しくサイズが設定されている。
• FX アービトラージ： 実行可能性の制約がある構築された15通貨の複雑系において、調和成分は「ループ・アービトラージ」（実行可能な三角形では埋められないサイクルにおけるP&L）を検出した。これは標準的な三角裁定チェック（カール）が見逃すものである。
• IFRS 9： 循環的なレジーム空間上のPD（デフォルト確率）モデル・インベントリに適用したところ、ペアワイズまたはトリプルによる検証では検出不可能な、不整合なストーリーを運ぶ可能性のある17の独立したループを特定した。

意義および主張

本論文は、「単体（simplex）に支持された一連の一貫性チェックでは、調和的な妨害を検出できない」という否定的結果を主要な貢献としている。これは、現在のエージェンティックな検証戦略は、その実装の質に関わらず、根本的なブラインドスポット（盲点）を持っていることを意味する。

意義：

1. 理論的： 証拠合成におけるループ不整合を、コンテキスト被覆の第1次コホモロジーとして特定し、治療ネットワークから任意のコンテキスト被覆へと概念を拡張した。
2. 運用的： 断念（abstention）を、ヒューリスティックな信頼スコアから、コホモロジー的な量へと再定義した。非ゼロの調和類は単なる警告ではなく、被覆を（より細かく）細分化（stratify）せよという具体的な指示である。カールと調和成分の区別は、予測能のみならず、その救済策（再測定か細分化か）によって定義される。
3. 経済的： 選択的リスクの幾何学からポートフォリオの成果への透明なマッピングを提供し、コホモロジー的ゲーティングが、誤ったコミットメントのコストが正しいコミットメントの利得を実質的に上回る領域（例：規制された治療および信用決定）においてのみ経済的に実行可能であることを示した。

限界と謙虚さ：

• 本論文は、実データによる検証を含まないことを明示している。シミュレーションは理論の制御された検証である。
• 調和生成のメカニズム（効果修飾）はモデル化されており、現実世界のエージェント・トレースで観察されたものではない。
• 著者は、重なりにおける誤差の相関や、適切なコンテキスト因子の抽出が、未解決の課題であることを認めている。
• 本論文の貢献は、理論的な盲点の特定と、その救済策の提示として位置づけられており、結果をシミュレーションから脱させるための次のステップとして、実データによる検証（公開されているネットワークメタ解析やMedeaの酵母ベンチマークなど）を求めている。