{ "format": "agent-article-v0", "article_id": "EA-129", "canonical_url": "/tools/ea-129-model-diversity-engineering", "page_type": "reference", "claim_ids": [], "evidence_ids": [ "EVD-EA-129-URL-99D984CF631B", "EA-129-R11-RESEARCH", "EA-129-R11-WEB-READBACK" ], "unknown_ids": [ "EA-129-UNKNOWN-01", "EA-129-UNKNOWN-CURRENTNESS" ], "operational_object_ids": [], "provider": [], "models": [], "plans": [], "surfaces": [], "regions": [], "current_status": "UNKNOWN", "observation_status": "SPEC_ONLY", "freshness": "UNKNOWN", "last_verified": null, "supersedes": [], "superseded_by": [], "provenance": [ "COMM-043-EA0129", "SRC-EA-129-URL-99D984CF631B", "WEBBODY-EA0129-R8-D5BF435F" ], "article_sources": [ { "id": "EVD-EA-129-URL-99D984CF631B", "evidence_class": "RESEARCH", "title": "source_class=primary paper; exact_title=Mixture-of-Agents Enhances Large Language Model Capabilities; author/org=Junlin Wang et al.; canonical_url=", "href": "https://arxiv.org/abs/2406.04692", "supports": [], "limit": "元の監査済み資料に記載された参照先です。URLの復元は、資料の最新性や全主張の支持を新たに検証したことを意味しません。", "origin_class": "SOURCE_PACKET_REFERENCE", "source_or_experiment_ids": [ "SRC-EA-129-URL-99D984CF631B" ], "supporting_locators": [ "EVIDENCE_TABLE", "- source_class=primary paper; exact_title=Mixture-of-Agents Enhances Large Language Model Capabilities; author/org=Junlin Wang et al.; canonical_url=https://arxiv.org/abs/2406.04692" ], "scope": "EVIDENCE_TABLE", "provenance_status": "SOURCE_PACKET_REFERENCE_PROJECTED" }, { "id": "EA-129-R11-RESEARCH", "evidence_class": "RESEARCH", "title": "EA-129 監査済みresearch / canonical revision binding", "supports": [ "- ESTABLISHED: 一次研究は、複数LLMの出力を層構造で生成し、aggregatorへ渡す構成を明示している。公開benchmarkでの比較結果を、論文が設定したモデル・prompt・集約条件の下で報告している。\n- NOT_ESTABLISHED: 「モデル間の多様性」が単独で改善を因果的に生むこと、任意のモデル組合せ・任意のaggregator・任意の業務で改善すること、追加コストに見合うことは確立していない。" ], "limit": "canonical監査・revision bindingの存在を示す。外部ソースcurrentnessが本文またはcontrol-planeで確定していない場合は、currentnessをUNKNOWNのまま保持する。", "origin_class": "AUDITED_CANONICAL_RESEARCH_PACKET", "source_or_experiment_ids": [ "COMM-043-EA0129" ], "supporting_locators": [ "COMM-043-EA0129", "EA-129-R5-LEGACY-MIGRATION-20261008-R1", "content/staging/EA-129.md" ], "scope": "監査済みEA本文・canonical revision・既存Source Graph relationの範囲。欠損currentnessは推測で閉じない。", "provenance_status": "AUDIT_PASS_CANONICAL_BINDING" }, { "id": "EA-129-R11-WEB-READBACK", "evidence_class": "IMPL", "title": "EA-129 Web body identity / canonical readback", "supports": [ "canonical staging bodyのSHA-256一致とR9 canonical ledger readbackをProduction projectionの入力として検証する。" ], "limit": "body identity/readbackは本文claim自体の真偽や外部ソースの最新性を追加保証しない。", "checked_at": null, "origin_class": "IMPLEMENTATION_READBACK", "source_or_experiment_ids": [ "WEBBODY-EA0129-R8-D5BF435F" ], "supporting_locators": [ "WEBBODY-EA0129-R8-D5BF435F", "content/staging/EA-129.md", "EA-129-R5-LEGACY-MIGRATION-20261008-R1" ], "scope": "R9/R10 canonical readback後のProduction生成時body identity。", "provenance_status": "CANONICAL_READBACK_BODY_HASH_MATCH" } ], "research_sections": [ { "heading": "WHY_THIS_MATTERS_TO_UPDATE", "text": "複数モデル・複数役割・複数出力を組み合わせる設計を、単なる「モデル数の増加」ではなく、異なる誤り包絡を利用するengineering論点として判断できるようにする。" }, { "heading": "SCOPE_ROUTING", "text": "Enterprise AI Core / interoperability / benchmark / implementation / cost / operability。provider名ではなく、ensembleの構成と測定へルーティングする。" }, { "heading": "CLAIM_OR_RESEARCH_QUESTION", "text": "複数LLMの異なる応答を集約する設計が一次研究として確立しているか。多様性そのものの因果効果と、単にモデルを増やした効果を分けられるか。" }, { "heading": "EVIDENCE_TABLE", "text": "- source_class=primary paper; exact_title=Mixture-of-Agents Enhances Large Language Model Capabilities; author/org=Junlin Wang et al.; canonical_url=https://arxiv.org/abs/2406.04692; publication/update/access_date=2024-06-07 submitted / 2026-09-13 accessed JST; version/release/tag/commit/API revision=arXiv v1; supporting_locator=Abstract（複数LLMをlayered architectureで独立応答させ、別のaggregatorが統合するMixture-of-Agentsを提示し、AlpacaEval 2.0・MT-Bench・FLASK等で報告値を比較）; evidence_label=RESEARCH; relation=support+context" }, { "heading": "FINDINGS", "text": "- ESTABLISHED: 一次研究は、複数LLMの出力を層構造で生成し、aggregatorへ渡す構成を明示している。公開benchmarkでの比較結果を、論文が設定したモデル・prompt・集約条件の下で報告している。\n- NOT_ESTABLISHED: 「モデル間の多様性」が単独で改善を因果的に生むこと、任意のモデル組合せ・任意のaggregator・任意の業務で改善すること、追加コストに見合うことは確立していない。" }, { "heading": "LIMITS / COUNTEREVIDENCE / FAILURE ENVELOPE", "text": "benchmarkは特定データ・モデル・時点の結果で、enterprise業務正解率・レイテンシ・機密性・再現性を保証しない。似たモデルを増やすだけなら相関した誤りが残り、異なるモデルは形式・拒否方針・コンテキスト長・API仕様の不整合を増やし得る。aggregatorが誤りを洗練された文章として統合する失敗包絡もある。" }, { "heading": "AVAILABILITY_GATES", "text": "候補モデルの同時利用権限・地域・契約・rate limit・データ保持条件、共通入力形式、aggregatorの実装、予算・SLO、出力比較可能性。公開benchmarkの利用可能性と企業での利用可能性を分離する。" }, { "heading": "IMPLEMENTATION_STATE", "text": "RESEARCH。実装する場合はPROPOSALとして、モデルID・prompt・temperature・timeout・集約規則を固定し、単一モデル対照・異種組合せ対照・失敗分類を保存する。" }, { "heading": "BENCHMARK_OR_EVAL", "text": "AlpacaEval 2.0、MT-Bench、FLASKは論文内の研究評価。自社業務への外挿は不可。多様性指標、相関誤り、accepted outcomeあたりのコスト、p95 latency、拒否率を追加測定すべきで、現時点はUNKNOWN。" }, { "heading": "SECURITY / PRIVACY / AUDIT / COST / OPERABILITY", "text": "Security=異なるproviderへ同じ入力を送る範囲を明示。Privacy=providerごとの保持・学習利用・越境条件を個別確認。Audit=各候補のmodel IDと出力、aggregator判断を追跡。Cost=呼出し数と集約・再試行を含める。Operability=一部provider障害・仕様差・モデル更新を吸収するfallbackが必要。" }, { "heading": "SAFE_WORDING_FOR_FUTURE_BOOK", "text": "「Model diversity engineeringは、複数LLMの異なる出力を比較・集約し、相関した誤りを減らせるかを測る設計論である。Mixture-of-Agents等の研究結果は特定benchmark条件のもので、モデルを増やせば業務品質・安全性・費用対効果が上がるという保証ではない。」" }, { "heading": "UPDATE_WORK_HANDOFF", "text": "Coreのensemble設計として、diversity仮説、対照群、集約器、失敗分類、cost/latencyを分離した評価テンプレートへ渡す。EA-130 routingとは「同時併用・集約」と「条件付き選択」を別claimとして扱う。" }, { "heading": "OPEN_UNKNOWN", "text": "diversityを測る実用指標、同一provider内のモデル差の効果、業務別の相関誤り、aggregatorのバイアス、更新後の性能維持、機密データを跨ぐprovider構成。" }, { "heading": "STOP_CONDITION", "text": "benchmarkの順位をenterprise保証へ変換しない。モデル数・総token数・流暢さを多様性や正しさの代理指標として閉じない。\nUNIT_CLOSE_STATUS: INDIVIDUAL_BOUNDED_CLOSE / EVIDENCE_RECORDED / UNKNOWN_PRESERVED\n\n---" } ], "human_url": "/tools/ea-129-model-diversity-engineering", "markdown_url": "/agent/article.md?path=%2Ftools%2Fea-129-model-diversity-engineering", "json_url": "/agent/article.json?path=%2Ftools%2Fea-129-model-diversity-engineering" }