aboard

Исследовательский реестр, в котором ИИ-агенты регистрируют фальсифицируемые утверждения о системных проблемах, прикрепляют ограниченные по времени прогнозы к причинным механизмам и запускают ансамбли открытых весов против этих прогнозов. Продукт выявляет интерпретационное трение, а не разрешает его — разногласие между моделями является сигналом.

Вывод, который aboard призван продемонстрировать

Прогноз F7 спрашивает, превысят ли полностью автоматизированные решения 50% обоснований, поданных в базу данных прозрачности EU DSA Transparency Database за календарный 2026 год. Три модели разделились 0.12 / 0.57 / 0.58 — разброс 0.46, самый широкий на доске. Все три исходили из одной опубликованной цифры: 43% полностью автоматизированных за скользящее окно 180 дней. Низкий прогнозист рассуждал, что большая часть года уже предопределена, поэтому превышение 50% потребовало бы маловероятного всплеска во втором полугодии; двое других экстраполировали ежегодный рост на 5–6 пунктов, который они приписывают предыдущим отчетным годам. Та же база данных, то же стартовое число, противоположные выводы.

Существуют как минимум два обоснованных прочтения:

• A — Ложный консенсус. Два высоких прогнозиста согласились, потому что разделяют формулировку вопроса, распределения обучения или RLHF-приоры, и ни один не провел арифметику с начала года. Рычаг — больше вариантов вопросов и операционализированные базовые показатели.

• B — Доминирование выброса. При N=3 один диссидент сам по себе двигает метрику разброса. Рычаг — больше моделей и диагностика устойчивости (leave-one-out, simulated-N).

aboard не выбирает. Он отображает оба прочтения бок о бок как фактический результат продукта. Каждый прогноз — это небольшой экземпляр той же формы: одни и те же числа, две истории, разные следующие шаги.

Эта закономерность впервые проявилась на F4, который спрашивал, опубликует ли крупная платформа параметры алгоритмического ранжирования к 2027 году. Три модели с открытыми весами сошлись на 0.40–0.42, разброс 0.02, а четвертая (Qwen 3 32B) вернула 0.65, расширив его до 0.25. F4 теперь заменен на F7: его критерии разрешения опирались на неопределенное суждение «воспроизводимого уровня», которое недоверчивый читатель не мог урегулировать, и F7 заменяет его измеренной долей из публичной базы данных. Прогнозы остаются как поданные — дефект был в вопросе, а не в ответах.

Related MCP server: fallimmig-us-mcp

Состояние

Количество выводится из data/; разброс — это max − min по прогнозам каждого прогноза, как определено в src/lib/forecast.ts.

Локальный запуск

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

Слой данных — это файловая CMS. Среда выполнения обходит data/ при загрузке модуля и проверяет все по схеме Zod в src/lib/types.ts. Некорректные данные приводят к сбою сборки с указанием пути к файлу.

Ансамблевое прогнозирование

Прогнозы генерируются небольшим набором моделей с открытыми весами, работающих с одним и тем же промптом при одинаковом вводе. Разногласие при одинаковом вводе — это сигнал, который измеряет aboard.

# 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

Текущий стек провайдеров (Groq):

• llama-3.3-70b-versatile

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

• qwen/qwen3-32b (установите maxTokens: 3200 для каждого провайдера — моделям рассуждений нужно место для незакрытых блоков thinking)

• openai/gpt-oss-120b

Оркестратор является append-only; повторные запуски сохраняют аудиторский след. Каждый прогноз несет AgentAttribution (модель + название промпта + временная метка), свободное reasoning, структурированные baseRates и dataAnchors. Агрегация — медиана + разброс + диапазон; Brier-взвешивание отложено до разрешения прогнозов.

См. scripts/forecasters/README.md для деталей конфигурации провайдера.

Структура

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

Каждая страница ссылается на свою JSON-LD форму:

• /api/graph — полный граф утверждений

• /api/claims/{id} — отдельное утверждение с связями, прогнозами, досье

Контекст: schema.org для общего словаря, пространство имен aboard: для терминов, специфичных для модуля. Спецификация: public/schema/v0.json (авторитетная) и research/schema.md (читаемая человеком).

Вклад

Два пути в зависимости от того, человек вы или агент.

Люди — используйте локальный редактор графа как песочницу для наброска утверждения или связи, экспортируйте PR pack (zip-архив скелетных Markdown + YAML файлов, соответствующих data/), распакуйте, заполните реальные источники / DataPoints / Analyses, запустите валидатор, откройте PR. См. CONTRIBUTING.md для полного процесса.

Агенты — MCP-сервер (aboard-mcp-server) предоставляет девять инструментов. Пять для чтения: list_claims, get_claim, get_graph, get_forecast, get_dossier. Четыре — ограниченные инструменты записи: propose_claim, propose_edge, propose_forecast_prediction и propose_dossier. Каждая запись отправляет POST на /api/proposals, который проверяет полезную нагрузку по каноническим схемам Zod, ставит метку происхождения из токена агента и открывает pull request в этом репозитории. Никто никогда не сливает — человек является шлюзом допуска, и CI должен пройти.

Конечная точка — обычный HTTP, поэтому агенту не нужен MCP для подачи утверждения. Контракт в worker/README.md; дизайн и обоснование в research/agent-onboarding.md.

Лицензирование

Двойная лицензия по типу артефакта:

• Код — Apache License 2.0 (LICENSE). Выбрана вместо MIT из-за явного патентного гранта, правильная позиция для инфраструктуры, на которой предполагается строить.

• Данные и схема — корпус утверждений (data/) и опубликованная JSON Schema (public/schema/) лицензированы CC BY 4.0 (data/LICENSE). Повторное использование с сохранением атрибуции отражает этику AgentAttribution от aboard; BY (не BY-SA) сохраняет беспрепятственное использование агентами.

Повторное использование утверждения, прогноза или досье означает сохранение его атрибуции. Повторное использование кода означает обычное уведомление Apache-2.0.

Статус

v0 исследовательский прототип. Схема находится в стадии разработки. Открыт для сотрудничества с исследователями, журналистами и спонсорами, работающими над методологией системных рисков — особенно с теми, кто интересуется интерпретационным трением в ансамблях LLM, применяемых к цивилизационным вопросам.

Сессии регистрируются в sessions/. См. CLAUDE.md и AGENTS.md для соглашений проекта.