arXivは10月30日(現地時間)、論文「The Knowledge Layer Model (KLM): Evidence-Visible AI Output, Routing Diagnostics, and Negative Results」を公開した。同論文は、AIの出力における根拠を検証可能にする「Knowledge Layer Model (KLM)」の導入を発表している。オメル・アシム・オズターク氏とシハン・アイディナー氏らが提唱する本モデルは、バージョン管理された認識論的評価、証拠関係、および明示的な未知の要素を特徴とし、推論記録のためのオープンで実装に依存しない仕様を提供する。
Knowledge Layer Model (KLM)は、AIの回答が単に見かけ上の正確さだけでなく、その記録された根拠をレビュー担当者が検査できる必要性から開発された。Nage AI OSの知識・証拠アーキテクチャであるSEDIMが、このモデルの参照実装として機能する。
論文で参照されているKLM v0.3の実証的材料は、個別の内部実験に基づき、エンドツーエンドの検証ではない。過去のプラットフォームドメインルーティングベンチマークでは、15クラスで137/150分類（91.3%）を報告しているが、分子は丸められた要約から復元されており、過去の例のメンバーシップは未検証である。
また、ネイティブモデルの重みパス構成では、修正された2ソーステストで0/15の成功回答しか得られなかった。キャパシティ成長比較では、欠陥のあるレガシースコアラーと元の出力の不足のため、信頼できる効果を確立できなかった。
語彙的およびスコープ診断はそれぞれ、サイレント対矛盾する例でAUC 0.008という結果を示し、登録された最小値0.65を下回った。レガシーパッキングでは、選択された118/221ケースで「金を含むテキスト」が失われたが、修正されたパッキングでは221/221ケースで保持された。これらの測定はテキストの存在を測るものであり、回答の品質を測るものではない。
PythonおよびTypeScriptの検証者は、合成フィクスチャあたり6つのチェックで同意したと報告されている。証拠の可視性が正確性、因果的依存性、セキュリティ、または規制遵守を確立するものではないとされており、独立した再現と完全な公開監査パッケージは今後の課題とされている。
参考: arXiv cs.AI (アーカイブ) — 2026年10月31日 02:26 (JST)