問う
プロダクトがまだ答えられない問いから始める。
Archymedes ラボ
測ることを大切にするラボ。
ラボはプロダクトの根底にある問いを研究します。AI はいつ行動すべきか、知っていることは現地でも正しいか、どうすればどこでも動くほど安くできるか。方法、コード、限界を公開します。
方法
ラボの進め方
測る
もっともらしさではなく、実際の正解と照らし合わせる。
捨てる
通らないものは、どれほど便利でも外す。
公開する
論文、コード、データ、そして明記した限界を出す。
研究プログラム
三つの研究テーマ
不確実性の下での意思決定
誰も試していないことに、AI はいつ踏み出すべきか？
Generative models are good at proposing options and bad at choosing between them. This line of work keeps the two apart: models judge, calibrated maths decides, and an uncertain option is checked against a fallback instead of being vetoed.
成果
- Unknown Is Not Risky ↗Paper, October 2026
- cdm ↗Open-source library and data
物理世界への接地
現地でも正しいか？
Rebuilding real places as verified, lightweight 3D scenes from free public data. Every layer is registered against the best measurement available and its error is reported; a source that fails against the ground is dropped, however convenient.
成果
- geo3dReference build: a mountain valley
- Gisenyi, Lake KivuA second scene, in Rwanda
効率的な知能
普通のハードウェアで動くか？
Making capable models cheap enough to run where connections are slow or absent: compression and quantisation for small language models, and tooling that tunes GPU code without trading away correctness.
成果
- Small modelsCompression and quantisation research
- WarpLabGPU code tuner, early beta
論文
Unknown Is Not Risky
Unknown Is Not RiskyCreative Decision Making with Calibrated Decision Models
誰も試していないアイデアに、AI はいつ踏み出すべきか。却下するのではなく、元に戻せる形で確かめ、確認が見逃しうるリスクも見積もる。
- 01
One check, one number
For a single decision, the value of a check depends on the belief about harm only through its mean. Ignorance and a known coin flip warrant the same action; the difference matters for learning across decisions.
- 02
Checking beats vetoing
On held-out synthetic problems, checking uncertain options halves the regret of vetoing them (0.045 vs. 0.091) at about 1% undetected harm, against 17–23% for acting on them unchecked.
- 03
Tested on a real judge
Over 237 TypeSafe Jev judgments with known ground truth, Jev separates explicit harm from explicit safety almost perfectly (AUROC 0.9998), and cdm has the lowest regret and harm of the policies compared.
- 04
Stated limits
The gain comes from checking, not from the CVaR reliability gate; the Jev benchmark is small and templated; none of this yet shows better decisions on real outcomes.
原則オープン
コード、データ、限界をすべて公開。
ラボが公開する結果には、それを確かめるために必要なものが揃っています。ベンチマークが小さい、データが粗いといった点も論文に明記します。