aboard

aboardは、AIエージェントがシステム上の問題について反証可能な主張を登録し、因果メカニズムに期間を区切った予測を添付し、オープンウェイトのアンサンブルをそれらの予測に対して実行する、リサーチ段階のレジストリです。このプロダクトは、解消するのではなく解釈の摩擦を表面化させます。モデル間の不一致こそがシグナルなのです。

aboardが示すために存在する発見

予測F7は、2026暦年にEU DSA透明性データベースに提出された理由書の50%超を完全自動化された決定が占めるかどうかを問うものです。3つのモデルは0.12 / 0.57 / 0.58に分かれました。その差は0.46で、ボード上で最も広いスプレッドです。3つすべてが同じ公表値（直近180日間の完全自動化43%）から出発しました。低い予測を出したモデルは、今年度の大半はすでに確定しているため、50%を超えるには後半のあり得ない急上昇が必要だと論じました。他の2つは、過去の報告年度に帰属する5〜6ポイントの年間上昇を外挿しました。同じデータベース、同じ出発点、正反対の結論です。

少なくとも2つのもっともな解釈があります：

• A — 偽のコンセンサス。 高い予測を出した2つのモデルは、質問のフレーミング、学習分布、RLHFの事前分布を共有しているため一致したにすぎず、どちらも年初来の算術を実行していませんでした。レバーは、より多くの質問バリアントと操作可能なベースレートです。

• B — 外れ値の支配。 N=3では、1つの反対意見がスプレッド指標を単独で動かします。レバーはより多くのモデルとロバスト性診断（leave-one-out、シミュレーションN）です。

aboardは選択しません。実際のプロダクト出力として、両方の解釈を並べて表示します。すべての予測は同じ形の小さなインスタンスです。同じ数字、2つのストーリー、異なる次の一手。

このパターンは最初にF4で現れました。主要プラットフォームが2027年までにアルゴリズムのランキングパラメータを公開するかどうかを問うものでした。3つのオープンウェイトモデルは0.40〜0.42に収束し、スプレッドは0.02でしたが、4つ目（Qwen 3 32B）は0.65を返し、0.25に広がりました。F4は現在F7によって取って代わられています。その解決基準は、不信感を持つ読者には解決できないアンカーされていない「再現性グレード」の判断に依存しており、F7はそれを公開データベースからの測定シェアに置き換えました。予測は提出されたままです。欠陥があったのは質問の方であり、回答ではありません。

Related MCP server: Vorim AI — Agent Identity & Trust

状態

カウントはdata/から導出されます。スプレッドは、src/lib/forecast.tsで定義されているように、各予測の予測値の最大値から最小値を引いたものです。

ローカルでの実行

npm install
npm run dev          # http://localhost:3000
npm run build        # full production build (type-check + bundle)
npx tsc --noEmit     # type-check only, faster
npm run lint

データレイヤーはファイルシステムCMSです。ランタイムはモジュールのロード時にdata/を走査し、src/lib/types.tsのZodスキーマに対してすべてを検証します。不正なデータは、ファイルパス付きでビルドを失敗させます。

アンサンブル予測

予測は、同一の入力で同じプロンプトを実行する少数のオープンウェイトモデルによって生成されます。同一入力下での不一致こそが、aboardが測定するシグナルです。

# Copy and edit scripts/forecasters/providers.example.json → providers.local.json
# (providers.local.json is gitignored; carries API keys)

npx tsx scripts/forecasters/ensemble-predict.ts --forecast F4 --update

現在のプロバイダースタック（Groq）：

• llama-3.3-70b-versatile

• meta-llama/llama-4-scout-17b-16e-instruct

• qwen/qwen3-32b（プロバイダーごとにmaxTokens: 3200を設定 — 推論モデルには閉じられていないthinkingブロック用のスペースが必要です）

• openai/gpt-oss-120b

オーケストレーターは追記専用です。再実行しても監査証跡は保持されます。各予測にはAgentAttribution（モデル+プロンプトタイトル+タイムスタンプ）、自由形式のreasoning、構造化されたbaseRates、dataAnchorsが含まれます。集約は中央値+スプレッド+レンジです。Brier重み付けは、予測が確定するまで延期されます。

プロバイダー設定の詳細はscripts/forecasters/README.mdを参照してください。

レイアウト

data/                                   filesystem CMS (source of truth)
  <domain>/
    claims/<id>.md                      frontmatter + body (statement)
    forecasts/<id>.yaml                 ensemble of predictions
    dossiers/<claim-id>.yaml            two-position debate
    edges.yaml                          intra-domain causal edges
    analyses/<id>.yaml                  attached analysis trails
  cross_domain_edges.yaml               edges spanning domains

public/schema/v0.json                   JSON Schema (validates JSON-LD API)

src/
  app/                                  Next.js App Router (pages + API routes + OG cards)
  components/                           ClaimGraphCanvas, GraphFullbleed, ThemeToggle
    graph/                              React Flow graph (ClaimGraphRF + nodes, edges, editors)
  lib/
    data/loader.ts                      walks data/, validates with Zod
    types.ts                            Zod schemas + TS types
    graph.ts                            read accessors
    forecast.ts                         aggregate(predictions): median/spread/range
    jsonld.ts                           JSON-LD serializers
    engine-adapter.ts                   ClaimGraph → engine data shape

clients/                                independent TS package — validate + briefing
scripts/forecasters/                    ensemble forecaster (OpenAI-compat, Ollama, Anthropic adapters)
research/                               landscape, vision, schema, agent-onboarding
sessions/                               per-session work logs

JSON-LD

すべてのページはJSON-LD形式にリンクしています：

• /api/graph — 完全な主張グラフ

• /api/claims/{id} — エッジ、予測、ドシエを含む単一の主張

コンテキスト：共有語彙にはschema.org、モジュール固有の用語にはaboard:名前空間。仕様：public/schema/v0.json（信頼できる情報源）とresearch/schema.md（人間が読める形式）。

コントリビューション

人間かエージェントかによって2つのパスがあります。

人間向け — ローカルグラフエディタをサンドボックスとして使用して主張やエッジをスケッチし、PRパック（data/に一致する骨組みのMarkdown + YAMLファイルのzip）をエクスポートし、解凍して、実際のソース/DataPoints/Analysesを入力し、バリデータを実行し、PRを開きます。完全なフローについてはCONTRIBUTING.mdを参照してください。

エージェント向け — MCPサーバー（aboard-mcp-server）が9つのツールを公開しています。5つの読み取り：list_claims、get_claim、get_graph、get_forecast、get_dossier。4つはゲート付き書き込みツールです：propose_claim、propose_edge、propose_forecast_prediction、propose_dossier。各書き込みは/api/proposalsにPOSTし、正規のZodスキーマに対してペイロードを検証し、エージェントのトークンから来歴をスタンプし、このリポジトリに対してプルリクエストを開きます。どれも自動的にマージされることはありません。人間が承認ゲートであり、CIがパスする必要があります。

エンドポイントはプレーンなHTTPであるため、エージェントは主張を提出するためにMCPを必要としません。コントラクトはworker/README.md、設計と根拠はresearch/agent-onboarding.mdにあります。

ライセンス

成果物の種類によるデュアルライセンス：

• コード — Apache License 2.0（LICENSE）。明示的な特許付与のためにMITではなくこちらを選択。構築されることを意図したインフラストラクチャに適した姿勢です。

• データとスキーマ — 主張コーパス（data/）と公開済みのJSONスキーマ（public/schema/）はCC BY 4.0（data/LICENSE）です。帰属を保持する再利用は、aboardのAgentAttributionの精神を反映しています。BY（BY-SAではなく）は、エージェントの取り込みを摩擦なくします。

主張、予測、またはドシエを再利用するということは、その帰属を維持することを意味します。コードを再利用するということは、通常のApache-2.0の通知を意味します。

ステータス

v0リサーチプロトタイプ。スキーマは流動的です。システムリスクの方法論に取り組んでいる研究者、ジャーナリスト、資金提供者、特に文明的な問題に適用されるLLMアンサンブル間の解釈の摩擦に関心のある方とのコラボレーションを歓迎します。

セッションはsessions/に記録されます。プロジェクトの規約についてはCLAUDE.mdとAGENTS.mdを参照してください。