追補（dated addendum）―― CI 較正比較の結果：登録した予測の不中と、登録した枝の執行

日付：2026-06-12。 本追補は、findings 公開（commit b8e2c6f・2026-06-12）で測定より先に公開した予測 を、その後の実測で裁いた記録である。commit 履歴は「予測の登録 → 測定 → 不中の開示 → 登録済みの枝の 執行」を時間順に示す ―― 本プロジェクトが世界に見せたかったのは、的中ではなく、この順序そのものである。

登録済みの予測（findings §9・§12-c／台帳 #32・公開済み）： wild cluster bootstrap／percentile-t を 実データの前に較正比較し、(i) 被覆 0.95 近傍・(ii) 最不利帰無 s=1 の境界偽R0 ≈ 片側名目 0.025・ (iii) 検定力の低下は数ポイント以内の三条件で採否を裁く。完全較正なら境界偽R0 の理論値は 0.025 ―― 「縁 （0.044）が半分（≈0.025）へ動く見込み」を約束でなく予測として記す。事前登録：CI_CALIBRATION_COMPARISON_REGISTRATION.md。

1. 裁定：§2 枝3 が、設計どおり発火した（予測は不中・手続きは成功）

CI 較正比較（5 seed・対標本・16 水準・正典は ci_comparison_summary.txt）。構造ノイズ 0.30：

構造ノイズ 0.40 では検定力の差が拡大（cluster_pct 0.720／percentile-t 0.624＝−10pt）。

どの候補も三基準を同時に満たさない → 事前登録 §2 の枝3 が発火：現行クラスタ・ブートストラップを維持し、 基準を緩めず、採用を強行しない。 結果を見てから道具を選ぶ全経路は、走る前に閉じられていた。

登録のタイミング（正直に）： 三基準と予測は、本比較の走行前に公開済み（findings commit b8e2c6f・ 台帳 #32）。選択規則の詳細（同点裁き・重み選択・枝3）は走行前に起草し、本追補と同時に commit する （CI_CALIBRATION_COMPARISON_REGISTRATION.md）。なお発火した枝3 は「採用を退け現行を維持する」保守側 ＝利益相反に不利な向きであり、事後に書いても自らに有利にならない枝である。

2. 不中の中心的な読み ―― 前提自体が 3-seed スナップショットだった

予測の機構は「過小被覆（0.90）が縁の原因であり、CI 道具がそれを 0.025 へ動かす」だった。だが 5 seed の 基線被覆は 0.924、境界偽R0 は 0.028 ―― 直すべき病が、3 seed スナップショット（被覆 0.90・偽R0 0.053）が 見せていたより小さかった。ゆえに今回の二所見は別々の事実でなく、一つの因果である：

3 seed スナップショットは、病（過小被覆）とその治療余地の両方を高めに見せていた。multi-seed が病を 0.924/0.028 に修正し、CI 道具が動かせる余地は、もともと小さかった。

四つを分けて名指しする（盛らないために）： - 診断は正しい：過小被覆という較正欠損は実在する（被覆 < 0.95）。 - 処方は外れた：CI 道具は few-cluster 域でこれを改善しない（§3）。 - 症状は思ったより軽い：実害（境界偽R0）は 3 seed の 0.053 でなく、5 seed で 0.028。 - 病の所在：困難条件（few-cluster・構造 0.30）の基線被覆 0.924 は、第〇層の易条件（多クラスタ 40・ 構造ノイズ無し）の被覆 0.920–0.935（cluster_pct 0.925・正典は ci_selfcheck_summary.txt）とほぼ同水準。 ゆえに観測された過小被覆は、few-cluster・構造ノイズ固有の病ではなく、この標本規模・反復数での ブートストラップ CI 一般の有限標本性と同根である（病そのものさえ、基準点なしには実際より特異に見えていた）。

「機構予測は不中だが、基線が偶然 0.025 近傍（0.028）に着地したから実質的中」とは書かない。 着地は道具に よってでなく、より良い推定（multi-seed）によってであり、機構の不中とは別の経路である（空映の指摘）。

3. なぜ道具は効かなかったか ―― 基準への帰責（手法の欠陥でなく）

• wild bootstrap（本実装：unrestricted percentile 変種） は CI を狭め、被覆を 0.90 へ（基線 0.924 より 悪化）＝過小被覆の逆方向。基準(i) が退けた。機構として：wild が標的とするのはクラスタ相関由来の 過小被覆だが、§2 の「病の所在」が示すとおり、観測された欠損は易条件（クラスタ相関の無い設定）の 0.920–0.935 と同水準＝有限標本性由来であって、クラスタ相関由来ではない。ゆえに wild に直せるものが、 最初から無かった。なお few-cluster で推奨される restricted WCR（帰無賦課・検定反転で CI）は未実装の 上位変種であり、本追補は「unrestricted 変種は効かない」までしか言わない（「wild がダメ」とは断じない ―― 外部の統計家にも公正な記録のため）。restricted WCR は β 版宿題。
• percentile-t は被覆 0.960・境界偽R0 0.008 を達成するが、これは保守性と検定力のフロンティア上の別の 点であって手法の欠陥ではない。本実験は検定力を要する設計ゆえ、基準(iii)（検定力低下数ポイント以内）が これを退けた（検定力 −7〜10pt）。事前に警告された過剰補正（CI 爆発で検定力崩壊）の、軽度版が実測された。

4. 二つの縁の multi-seed 更新（履歴つき・方向独立）

3 seed 値の 5 seed 再推定は、台帳 #34（凍結値は multi-seed 推定に限る）の登録済み規則の執行である ―― 不利な値を見ての再測定ではなく、数字が不利な方向へ動いていても同じく更新した（今回は偶然、有利な方向に 出た）。両値を履歴として残す（「0.053 だ」とも「縁は消えた」とも言わない）：

更新の正当性は se 倍率（差の有意性）でなく、台帳 #34 の登録済み規則（凍結値は multi-seed 推定に限る）が 担う。 ゆえに両行とも「現 best への更新（規則 #34 の執行）」であり、差そのもの（0.025・0.007）はどちらも 精度の縁にある ―― 物差しを揃え、一方を「実質的な改訂」と呼んで他方を「精度の縁」と呼ぶ非対称を避ける。

縁は実在する ―― だが、その実在も精度の縁にある。 系の 0.037 が名目 0.025 を上回る幅は、seed se（≈0.007） で測れば約 1.7 se、二項 se（≈0.011）で測れば約 1.1 se ―― 点推定は名目を上回るが、超過幅自体が推定精度の 縁にある（「偽R1 ゼロ」に 0/N と上界を付けたのと同じ作法を、縁の実在性にも適用。どちらの方向にも盛らない）。

数字の整合チェック（空映）： 基線の被覆 0.924 から対称に期待される片側超過は (1−0.924)/2 ≈ 0.038 ―― 実測の境界偽R0 0.028 はその近傍であり、被覆と偽R0 という独立な二測定が、同じ較正欠損（数 % の過小被覆）を 指している。一つの物語に綴じる。

5. fails-safe の再確認（5 seed）

5 seed の系再確認で、true_blowup（真の s=1.6）の偽R1＝0/300（三の法則 95% 上限 ≈0.010）。真の崩壊級を 偽って反証する誤りは、5 seed・300 試行で一度も起きていない。非検出は不確定へ落ちる（fail safe）。判定器は、 真の崩壊を偽って「安全」と報告しない ―― これが、縁を抱えてなお走れる理由である。

6. 下流への影響

• 判定器は不変：現行クラスタ・ブートストラップを維持（§1 枝3）。候補集合・棄権機構・ゲートは凍結のまま。
• 凍結値は履歴つき更新：系の縁 0.044 → 0.037±0.016（5 seed・0.044 を履歴併記）。トリガー T は 0.037 ≤ X=0.05 で不発火のまま。
• β 版宿題に追加：restricted WCR（帰無賦課・検定反転）の較正比較 ―― unrestricted 変種が効かなかった ことの上位変種としての検証。
• 台帳カスケード：#32 を「裁定済み・枝3・機構予測不中・現行維持」へ更新、#31 の縁を 5 seed 値で履歴つき 更新、restricted WCR を新しい宿題行に。

7. 運用バグ史（七件目）と、構造的修理

本追補の測定中、5 seed 系再確認の監視で、watcher の完了条件をスクリプトの実際の出力契約に当てずに書いた （スクリプトは「saved:」を標準出力にだけ印字し、出力ファイルは別の行で終わる ―― watcher はファイル内の 「saved:」を待ち、永遠に発火しなかった）。実行は 18 分で完了し結果は健全だったが、通知が来ず ~40 分を要した （暴走ではなく、監視条件の誤り）。

• 規則（空映）： 監視条件は、監視対象の出力契約（どこに何を書いて終わるか）を実物で確かめてから書く。
• 構造的修理（Claude）： 個別の注意を構造に変える ―― 全スクリプトは完了時に出力ファイル自身へ固定の 番兵行（# DONE <timestamp>）を書き、watcher は常にそれだけを待つ。第〇層の発想の運用版。β 版実装で 全スクリプトに番兵を導入する。

結語

道具は効かず、予測は外れ、そして方法は勝った。外れた予測を、走る前に登録した規則で裁き、日付つきで晒せる こと自体が、この工程が世界に見せたかったものである。この設定で試した二系統の実装（unrestricted wild と percentile-t）が登録した三基準を満たさないことを実測で確かめ、挙動を最も広く実測してある手法（現行クラスタ・ ブートストラップ）を維持し、自らの限界（縁 0.037）を精度の言葉ごと明記する ―― 的中の物語よりも、この 「外れの扱い」が信用を作る。

そして、この検証群が繰り返し学んだ一つの教訓の最終形を、ここに置く ―― 単一 seed の楽観・単一 master の谷・ 3 seed の縁・そして基線の病そのものまで、分解能の不足は常に何かを実際より鋭く見せた。推定値は、その推定自身の 分解能と基準点（第〇層の易条件被覆 0.920–0.935）を添えて初めて読める。

CPU の海の机は、これで片づいた。残るは計算予算の粗見積り（台帳 #10・v1.0 前）と、規模配分の v1.x 宣言。 そして ―― 現実の重み（GPU・実モデル）の最初の数字、パイロットの S(0) が正に立つかどうか、へ。

報告でなく実物に当て、最も気持ちのよい数字（5 seed 0.028）にも飛びつかず、自分の wild を劣る変種と名指しし、 予測の不中を方法の勝利として晒し、応援団でなく鏡として。

南無汝我曼荼羅。