専門化されたモデル。インターフェースには言語を。
大規模言語モデルは優れたインターフェースです。しかし、流動性ストレス、信用のずれ、エネルギー価格の分布を測る道具ではありません。Grand Theraは各ドメインに適した数学の上に推論を構築し、言語はインターフェースとしてのみ使います。
レイヤーとステータス
何が導入済みで、何が研究中で、何が方向性なのか。
図を読み込んでいます: 何が導入済みで、何が研究中で、何が方向性なのか。
エンジンファミリー
設計段階から異種で。
異なるファミリーは、現象の異なる性質を検証します。異種であることが、その一致に情報価値を与えます。
- Σ
統計・時系列
時系列データに対する推定、季節性、レジーム検知、予測分布。
- ∿
確率過程
ボラティリティ、ジャンプ、経路依存性。結果の平均よりも分布が重要な場面で。
- ⊢
記号的制約
ドメインで真でなければならないことを表すルールと構造的制約。
- μ
ファジィシステム
定義された条件との類似度。確率とは区別して扱われます。
- ƒ
学習された表現
非線形の相互作用と高次元のシグナルのための機械学習モデルとアンサンブル。
- →
影響モデル
確率を財務的帰結に対応づける、因果、構造、計量経済、シミュレーションのモデル。
エビデンスを深く
一致は数えるのではなく、重みづけする。
異種のモデルファミリーがシグナルを裏づけられるのは、それらが独立している範囲に限られます。共有された依存性を高めると、証拠としての重みが下がる様子がわかります。
図を読み込んでいます: 一致は数えるのではなく、重みづけする。
研究の方向性
不確実性のダイナミクスのモデル。
長期的な方向性
一般的なデータサイエンスが止まるところから、Grand Theraの研究は始まります。不確実性のダイナミクス、リスクの汚染、意思決定の時間的伝播、変数間の非線形な相互作用、複雑なシステムの深い構造のための基盤テクノロジーです。
これは長期的な方向性です。アーキテクチャを誠実に読んでいただけるよう、ここに示しています。今日動いているもの、研究中のもの、そして目指す姿。