0014: 論証グラフのエッジ生成はLLMに委ねず本人が担う（0011の生成LLM層を撤回）

  • 日付: 2026-07-21
  • 状態: 採用
  • 関連: 0007（R統計基盤、本決定はこのスコープを拡張）、 0008（接地原則）、 0011（抽出スタック多層化、本決定が生成LLM層を撤回）

背景

0011はハイパーグラフ抽出を2層に分けた: ノード候補抽出・埋め込み・統計は LLMフリー層、仮説間の支持/反証/導出という論証グラフのエッジ生成だけは 「ここだけがLLM必須」として生成LLM層（gpt-5.5、将来はローカル生成モデルへの 蒸留FT）に置いていた。

この切り分けはインフラ上の実務的な線（できる/できない）であり、本人にとって の価値の線（渡していい/渡したくない）とは別軸だった。論証（なぜこの文献が この仮説を支持/反証するかという理由づけ）は、法×精神医学×心理×哲学×クィア 研究という個人の思想を拡張する営みの核であり、これをLLM（自前ローカル モデルの蒸留FTであっても）に生成させることは、「タイピングと思考だけは 止めない」という本人の立場と矛盾する。

技術面でも、0011実測（Nemotron-Nano-9B-v2-Japanese、2026-07-12）は蒸留FT 路線の精度上の弱さを既に示していた: GBNF文法制約で構造は出せても 過少抽出（gpt-5.5数十エッジに対し1エッジ）・意味誤り（相関を因果と誤ラベル） が発生した。したがって本決定は「精度が足りないから撤回する」のではなく、 「精度が上がったとしても採用しない」という立場の転換である。

決定

1. エッジ（論証）は必ず本人が書く

支持/反証/導出のラベル付けとその根拠テキストは、生成AI（外部LLM・自前 ローカル生成モデルを問わず）に生成させない。0011の「生成LLM層」節 （gpt-5.5による直接生成、および蒸留FTによるローカル生成モデル育成の ロードマップ、決定2〜4）は撤回する。0011のLLMフリー層（ノード候補抽出・ bge-m3埋め込み・共起統計・encoder分類）はそのまま維持・強化する。

2. 機械の役割は「候補提示」に限定する

  • 引用ネットワーク近接度（scripts/citation-network.py、OpenAlex経由、 LLM不使用）
  • 埋め込み類似度（bge-m3、ガレリア:9090統合エンドポイント）
  • 共起統計・KWIC（scripts/corpus-vocab-rank.py、及びコンコーダンス型の 用語索引）

これらでランキングした候補ペア（論文×仮説、仮説×仮説）を提示するところ までを機械が担い、採否判断・ラベル・根拠記述は本人が行う。「機械が候補を 絞り込み、人間が判断してメモを残す」——コンコーダンス/KWIC型ワークフロー （本会話で確認した手法名）をハイパーグラフのエッジ生成にもそのまま適用する。

3. 定量判断は暗算に頼らず実装する

数学的計算力の弱さは実装で補う。近接度スコア・統計的閾値・クラスタリング 等の定量判断は、勘や暗算ではなく必ずコード（主にR）として実装し、数値で 出す。R+Quarto基盤は0007で既に vpsへ導入済み（R 4.5.3, Quarto 1.9.38, knowledge/research/main-research/ のディレクトリ規約あり）——新規導入は不要。0007のスコープを「仮説の統計的 検証」から「文献データ全般の統計処理・大規模データ処理」へ拡張する。

4. R処理対象の明確化

本会話で確認した~/knowledge/配下の資産を含め、大規模データはRで 機械的に処理できる（新規インストール不要、実機確認済み）:

  • xlsx → readxl
  • jsonl → jsonlite（jparacrawl-v3等の大規模ファイルはチャンク処理）
  • zip → utils::unzip()
  • CSV → readr
  • 辞書XML（JMdict等） → xml2（内部DTD実体参照の展開に注意）
  • SQLite（wnjpn.db等） → RSQLite

論文本文の統計的解析（主張の定量的検証、方法論比較、数値データの抽出・ 集計）も同じ原則で進める——LLMによる要約・解釈を経由せず、Rで機械的に 処理し、解釈は本人が行う。

却下した代替案

  • 0011の蒸留FT路線を継続する（ローカル生成モデルでエッジ生成の精度を 上げ、LLM依存を段階的に弱める）: 精度が仮に将来上がったとしても、エッジ 生成自体をAI（自前ローカルモデルであっても）に委ねることが「論証は本人が 握る」という本決定の原則と矛盾するため不採用。

未決定事項

  • 候補提示・本人判断・根拠記述のワークフローをどこで行うか （knowledge/research/main-research/analyses/*.qmdに統合するか、 別途候補キュー的な形式を作るか）。

追記: 役割分担の確定（2026-07-21）

  1. 候補ランキングは生成AIの範疇に入らない。 引用ネットワーク近接度・ 埋め込み類似度・共起統計によるスコアリングは決定2で述べた通り機械的な 数値計算であり、LLMは一切関与しない。これを確認事項として明記する。
  2. Python/Rの役割分担を確定する。 citation-network.py/ corpus-vocab-rank.py等の候補抽出・スコアリングは自動化・スクリプト側 （バックエンド、無人実行）に置く。R（+Quarto、0007）は本人が対話的に 操作する解析レイヤーとして位置づけ、候補抽出結果を受け取って本人が 採否・ラベル・根拠を判断・記述する場として使う。RはPythonの置き換えでは なく、「本人が自分の手で叩く」ための道具として本人が新規に習得する対象 （study/配下の英語学習ノートと同型の、自己学習が要る領域）。