ローカルSLM 10並列で創る「嘘をつかない集合知能」

単一GPU (RTX 3060) 上で対立意見を 100% 保護する DSA アーキテクチャ

Transcript

1. ローカルSLM 10並列で創る「嘘をつかない集合知 能」 単一GPU (RTX 3060) 上で対立意見を 100% 保護する DSA アーキテクチ ャ 大阪工業大学 電気電子システム工学科 B3 池田 和薫 (yuyuka)
2. 課題：単一AIの致命的リスクと説明責任 単一LLMが抱える構造的限界 中庸・逃避：リスクを恐れ無難な「両論併記」に終始 少数意見の抹殺：重要な対立論拠が消滅 説明責任の欠如：IEEE 7001（透明性規格） を満たせない 2
3. 解決策：DSA (Deliberative Sybil Architecture) 10並列 Heterogeneous Brain 10台の異種モデル（Qwen 2.5 + Gemma 2） 多角ペルソナ（倫理・論理・工 学・人道） Proxmox VE 仮想化基盤 RTX 3060 1枚で動作（VRAM 5.28GB / OOM 0%） 3
4. 最初の罠：E5埋め込み による「意見改ざん」 ベクトル空間の致命的誤マージ 対立案の誤合意：真逆の意見を同 一視 コサイン距離 0.07 の罠：文脈が近 く誤結合 結果：「綺麗事」に化け、対立軸が 消滅！ 4
5. 突破口：【採択: 案A】宣 言で対立軸を完全分離 決断結果による厳格分離 【採択: 案A】宣言の義務化 記号的パターン抽出（決定論的分 離） Minority Report を 100% 完全保 護 5
6. 実証①：思考の多角性 と論点網羅性 抽出論点（Claims）の圧倒的差 単一LLM: わずか 1〜2 件 DSA (10並列): 平均 11.52 件 成果: 単一AIの 約 4.5 倍 の視野で網 羅 6
7. 実証②：対立保護100% 対立案 保護率: 100.0% 少数意見 検出率: 68.5% 合意不成立: 0.0% (Fallbackゼロ) 平均処理時間: 35.95秒 (RTX 3060) 7
8. 結論：AI合意形成の真 の価値 人間とAIの新しい協調関係 全員一致の綺麗事を作らせない 「なぜ少数派か」を 100% 可視化 少数異論を「安全トリガー」とし て接続 8
9. 参考文献 & データ(References & Repository) 1. IEEE 7001-2021: Transparency of Autonomous Systems, IEEE, 2021. 2. Y. Du et al.: Multi-Agent Debate, arXiv:2305.14325, 2023. 3. L. Wang et al.: Text Embeddings (E5), arXiv:2212.03533, 2022. 4. A. Williams et al.: MNLI Corpus, NAACL-HLT, 2018. 5. N. Reimers et al.: Sentence-BERT, EMNLP, 2019. 📱 実験データ & リポジトリ 9