Architecture Gravity Model

Architecture — Gravity Model

GaOTTT の物理機構の詳細。一次ソース: gaottt/core/gravity.py, gaottt/core/scorer.py。

スコア式

final = (gravity_sim × decay
       + mass_boost
       + wave_boost
       + emotion_boost
       + certainty_boost) × saturation

成分	数式	効果
gravity_sim	dot(query, virtual_pos)	仮想座標での類似度
decay	exp(-δ × (now - last_access))	直近アクセスを優先
mass_boost	α × log(1 + mass)	頻出記憶を優先
wave_boost	β × wave_force	重力波伝播の影響
emotion_boost	`α_e ×	emotion
certainty_boost	α_c × certainty × decay(staleness)	確信度（半減期付き）
saturation	1 / (1 + return_count × rate)	馴化、繰り返し抑制

軌道力学（3 段階）

Stage 1: 加速度
  a = Σ_j [G × m_j / r²] × dir(i→j)            ← 近傍引力
    + (-k × displacement)                       ← Hooke's law（アンカー復元）
    + a_bh × escape                              ← 共起 BH 引力（飽和+温度脱出）
    + (α · score / m_i) × (q - pos_i)            ← Phase I Stage 2: query 引力

Stage 2: 速度
  v += a × dt
  v *= (1 - friction)                   ← 定常摩擦
  v *= (1 - age_friction)               ← 加齢摩擦
  v = clamp(v, max_velocity)

Stage 3: 位置
  displacement += v × dt
  displacement = clamp(displacement, max_norm)

Phase I Stage 2 — Query attraction (implicit kick): 4 番目の項は recall path から query_anchor = query embedding と score = wave 到達スコア を受け取って計算する。retrieval が起きるたびに retrieved nodes に query 方向への小さな引力 が発生。Hooke (項 2) は引き続き raw embedding を anchor として引き戻すので、これは transient force であって anchor migration ではない (raw embedding は永久不変)。F=ma の 1/m_i で mass damping が物理的に供給されるため、BH 化した重い node はほぼ動かず、軽い node のみ反応する。TTT 解釈の「retrieval = stochastic gradient step」が 構造的対応の主張ではなく実装として literal に成立 したのが Stage 2 の意義。query_kick_strength=0 で完全 no-op (roll-back)。query_kick_enabled=False で 4 項目を skip。詳細: Plans — Phase I §Stage 2。

重力波伝播

クエリ
  ↓
FAISS top-pool_size で候補 pool 取得
  ↓
raw + α * log(1+mass) で再 rank → top-K を seed に（Phase H Stage 1）
  ↓
seed から再帰的に近傍展開（mass 依存 top-k）
  ↓
各深さで attenuation で減衰
  ↓
gravity_radius（mass から物理導出）でカットオフ

Phase H Stage 1 — Mass-aware seed boosting: wave_seed_mass_alpha=0 で legacy 挙動（raw cosine top-K）。> 0 で wider pool (wave_seed_pool_size) を取り、mass で再 rank。高 mass が raw cosine 上位に居なくても seed に入れる。

Phase H Stage 2 — Source-aware seed filtering: source_filter が指定されたとき、wider pool (wave_k_with_filter) を取り cache.source_by_id で source 一致のみを seed 候補に。dense corpus DB で sparse class（agent / value / commitment）が seed 競争に負けて永遠に reach されない問題への直接対処。cache.source_by_id は startup の load_from_store で SQLite の json_extract(metadata, '$.source') から一括 populate されるため per-recall fetch コストなし。

Phase H Stage 3 — Density-aware dynamic wave_k: filter なしの mass-aware path で、top-N (wave_density_window) raw cosine の tail/top 比率 を見て、wave_density_threshold 未満（急峻な減衰 = sparse 領域）なら effective_k を wave_initial_k_max まで拡大。dense 領域では initial_k のまま。query が sparse 領域に着地したときの reach を救う保険機構。

Phase H Stage 4 — Virtual FAISS: 第二の FAISS index を virtual_pos (= raw + displacement、normalized) で構築し、raw FAISS と並走させる。compute_virtual_position で各 active node を投入。Phase G priming で 22k 件の displacement が動いても raw FAISS には反映されないため、Stage 4 がない世界では priming の効果は scoring 段階でしか効かなかった。Stage 4 では seed pool が raw・virtual top-N の union になるので、priming で query 方向に押された node が seed に入れる。startup 時に disk からロード（無ければ rebuild）、compact(rebuild_faiss=True) と shutdown で更新。さらに Phase J Stage 1 以降は virtual_faiss_save_interval_seconds（既定 60s）周期の write-behind で cache.virtual_faiss_dirty 検知時に full rebuild + disk save が走るため、Phase I/J query attraction で蓄積した displacement が次の compact を待たずに他プロセスの seed pool に到達する。

Phase H Stage 5 — Virtual neighbor expansion: Stage 4 までは seed step が virtual を見ても、wave depth-N の search_by_id は raw FAISS を叩いていた（「星の引力なのに raw 天球で隣人を探す」設計上の不整合）。Phase H Stage 5 で wave_neighbor_use_virtual=True（既定）のとき neighbor 探索も virtual FAISS に切り替え。displacement で query 方向に動いた node が、seed の virtual cosine 近傍として後続 frontier に入れるようになる。False でレガシー raw のみ。virtual FAISS が None / 空のときは自動で raw に fallback。

詳細: Plans — Phase H。

# gaottt/config.py
def compute_gravity_radius(mass) -> float:
    # a = G * m / r² から逆算
    # min_sim = 1 - G*mass / (2*a_min)
    return 1.0 - r_squared / 2.0

誕生時の重力 kick（Phase G — Stage 1）

新規 index_documents で add されたノードに対し、既存の軌道力学 Stage 1 の式を 1 step だけ適用して initial displacement / velocity / mass を seed する。新しい物理を導入するのでなく、新粒子も既存粒子と同じ法則を最初から受けることを保証する補正。

# gaottt/core/gravity.py — compute_gravity_kick
acc = Σ_j [G × m_j / (r² + ε)] × dir(new → j)   # j は top-K heaviest neighbors
v   = clamp(gravity_eta × acc, max_velocity)
d   = clamp(v.copy(), max_displacement_norm)  # Phase I 以降は実質 no-op (1e6)
mass_boost = α_genesis × |acc|
state.mass = max(1.0, 1.0 + mass_boost)

状態	kick 前	kick 後（典型）
mass	1.0	1.1 – 2.5
displacement	0	norm > 0、近傍重心方向
velocity	0	norm > 0、displacement と同方向

なぜ必要か — kick がないと新規ノードは mass=1.0 / displacement=0 / velocity=0 で gravity 場に置かれ、既に dressed up した既存クラスタに対して自然文 recall で勝てない。物理的にも変で、「新粒子も重力場の中にある」という基本前提が起動時から守られていなかった。詳細: Plans — Phase G — Memory Genesis。

ハイパラ:

• genesis_kick_enabled（既定 True）— 全体 ON/OFF
• genesis_kick_neighbor_k（既定 5）— kick 計算で使う近傍高 mass 数
• genesis_kick_pool_size（既定 50）— FAISS top-N pool（mass 降順で K 個に絞る前段）
• genesis_mass_boost_alpha（既定 0.5）— |acc| から mass boost への変換係数

夢による継続的な軌道捕獲（Phase G — Stage 2）

誕生時の kick (G.1) は 1 step だけ。それで終わりではなく、まだ動きの少ない quiet node をバックグラウンドの "夢" 周期で再活性化する。dream loop は user query が無い時間に黙々と走り、quiet node に対して _query_internal(_is_synthetic=True) を呼ぶ。

# gaottt/core/engine.py — _dream_loop（疑似コード）
while not stop.is_set():
    await wait(dream_interval_seconds)            # 既定 60s
    candidates = pick_quiet(
        mass < dream_mass_ceiling,                # 既定 1.5
        idle > dream_min_idle_seconds,            # 既定 300s
    )[:dream_batch_size]                          # 既定 5
    for nid in candidates:
        await _query_internal(
            text=doc_content_of(nid),
            top_k=dream_top_k,                    # 既定 10
            _is_synthetic=True,
        )

_is_synthetic=True のとき:

• ✅ wave 伝播 / mass / displacement / velocity / 共起 BH 引力すべて通常通り更新
• ✅ co-occurrence エッジ更新通常通り（これが dream の本懐）
• ❌ return_count を増やさない（user に提示していないので saturation を発火させない）
• ❌ prefetch cache に書かない（実 user query ではないため）

物理的読み: tidal interaction による段階的軌道捕獲。quiet node が時間をかけて重力場に深く沈み込む。

生物的読み: hippocampal replay。user が黙っている間、海馬から皮質へ記憶が転写され、既存ネットワークと統合される。

詳細: Plans — Phase G — Memory Genesis

衝突合体（F2.1）

近接ノードが merge_threshold（既定 0.95）以上の類似度になると衝突:

# 質量保存（飽和上限つき）
m_new = min(m_keep + m_absorbed, m_max)

# 運動量保存（質量加重平均）
v_new = (v_keep * m_keep + v_absorbed * m_absorbed) / (m_keep + m_absorbed)

# 変位は質量加重 + クランプ
d_new = clamp((d_keep * m_keep + d_absorbed * m_absorbed) / total, max_norm)

# absorbed は archive、merged_into で履歴を残す

情動と確信度（F7）

emotion_boost = α_e × abs(emotion_weight)
# 符号は情報メタデータ、boost は |magnitude|

certainty_boost = α_c × certainty × 0.5^(age_seconds / half_life_seconds)
# 半減期つき指数減衰
# revalidate() で last_verified_at を更新するとリセット

バックグラウンド prefetch（F6）

prefetch(query) を呼ぶ
  ↓
asyncio.Semaphore で並行数制限（既定 4）
  ↓
バックグラウンドで _query_internal を実行
  ↓
結果を PrefetchCache (LRU + TTL 90s) に格納
  ↓
後続 recall(query, use_cache=True) は即時 hit

destructive op（archive/restore/forget/merge/compact）はキャッシュを invalidate。

自然発生する軌道

3 段階の物理ステップから自然と現れる挙動:

軌道	メカニズム	創発する効果
公転	異なる方向からの引力が合成 → 角運動量	ハブ周囲を周回する関連文書群
彗星	一時的共起で加速 → 別クラスタを通過 → スイングバイ	セレンディピティ（異分野記憶の遭遇）
落下	摩擦で減速 → ハブに吸収	安定した関連文書のクラスタ化
静止	未アクセスノードは摩擦で停止	原始位置に留まる（dormant）
馴化脱出	同じ結果が繰り返されるとスコア低下	新しいノードが浮上（探索性）

これらは設計時にプログラムされたものではなく、3 段階物理ステップから創発した 振る舞い。

重力半径の物理導出

各ノードの質量から重力圏の広さが決まる。重力圏外の近傍は引き込まない:

min_sim = 1 - G × mass / (2 × a_min)    # 実際の重力物理から導出

• mass=1 → min_sim=0.95（ごく近傍のみ）
• mass=10 → min_sim=0.50（中距離）
• mass=50 → min_sim=0.05（広大な重力圏）

ハブノード（高質量）ほど遠くまで影響を及ぼす ── 銀河中心の超大質量と同じ構造。

アンカー引力（脱出防止）

各ノードの 原始 embedding 位置が重力アンカー として機能する（Hooke's law: F = -k × displacement）。近傍引力で加速したノードが外に飛び出しても、アンカーが引き戻す。

これがないと、ノードが displacement を蓄積し続けて意味的に無関係な位置へ流れていってしまう。意味的保証 を維持するための物理的制約。

一次ソース

• gaottt/core/gravity.py — 重力計算（純粋関数）
• gaottt/core/scorer.py — スコア式
• gaottt/core/collision.py — 衝突合体
• gaottt/core/prefetch.py — F6
• gaottt/config.py — 全ハイパーパラメータ
• docs/research/gravitational-displacement-design.md — 設計根拠
• docs/research/orbital-mechanics-design.md
• docs/research/cooccurrence-blackhole-design.md