{"id":50665718,"url":"https://github.com/samuraiwriter7/decay-optimization-v0.1","last_synced_at":"2026-06-08T06:05:04.929Z","repository":{"id":349284612,"uuid":"1201756339","full_name":"SamuraiWriter7/decay-optimization-v0.1","owner":"SamuraiWriter7","description":"Draft multi-axis decay model for Immune Royalty OS, balancing lineage, time, and pressure-responsive rebalancing to prevent structural lock-in.","archived":false,"fork":false,"pushed_at":"2026-04-05T06:18:38.000Z","size":32,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":0,"default_branch":"main","last_synced_at":"2026-04-05T07:46:55.878Z","etag":null,"topics":[],"latest_commit_sha":null,"homepage":null,"language":null,"has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"mit","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/SamuraiWriter7.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":"LICENSE","code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null,"zenodo":null,"notice":null,"maintainers":null,"copyright":null,"agents":null,"dco":null,"cla":null}},"created_at":"2026-04-05T05:34:44.000Z","updated_at":"2026-04-05T06:18:42.000Z","dependencies_parsed_at":null,"dependency_job_id":null,"html_url":"https://github.com/SamuraiWriter7/decay-optimization-v0.1","commit_stats":null,"previous_names":["samuraiwriter7/decay-optimization-v0.1"],"tags_count":null,"template":false,"template_full_name":null,"purl":"pkg:github/SamuraiWriter7/decay-optimization-v0.1","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SamuraiWriter7%2Fdecay-optimization-v0.1","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SamuraiWriter7%2Fdecay-optimization-v0.1/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SamuraiWriter7%2Fdecay-optimization-v0.1/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SamuraiWriter7%2Fdecay-optimization-v0.1/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/SamuraiWriter7","download_url":"https://codeload.github.com/SamuraiWriter7/decay-optimization-v0.1/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/SamuraiWriter7%2Fdecay-optimization-v0.1/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":34050250,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-26T15:22:16.424Z","status":"online","status_checked_at":"2026-06-08T02:00:07.615Z","response_time":111,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":[],"created_at":"2026-06-08T06:04:39.547Z","updated_at":"2026-06-08T06:05:04.917Z","avatar_url":"https://github.com/SamuraiWriter7.png","language":null,"funding_links":[],"categories":[],"sub_categories":[],"readme":"# decay-optimization-v0.1\nDraft multi-axis decay model for Immune Royalty OS, balancing lineage, time, and pressure-responsive rebalancing to prevent structural lock-in.\n\n減衰最適化の初期仕様\n\nDecay Optimization Model v0.1（DOM v0.1） は、\nImmune Royalty OS v0.1 における動的調整レイヤーの中核モデルです。\n\nこの仕様の目的は、\n古い痕跡の暴走、価値集中、既得権の固定化を防ぎつつ、新芽の成長と文明全体の流動性を維持すること にあります。\n\n減衰とは、価値の否定ではありません。\nこのモデルにおける減衰は、老化防止 と 循環維持 のための調整です。\n\n1. なぜ Decay Optimization が必要なのか\n\n印税OSや免疫型の価値循環システムでは、\n痕跡を守る仕組みが強くなるほど、別の危険が生まれます。\n\nたとえば、\n\n古い痕跡が減衰せず、居座り続ける\n一部の既存構造に価値が集中する\n新しい構造が発芽しても育ちにくい\n誤検出を繰り返す検出器がそのまま維持される\nsystem が新芽保護より既得権維持に偏る\n\nといった問題です。\n\nDecay Optimization は、この硬直化に対して\n忘却・再分配・加速調整 を制度的に入れることで応答します。\n\n2. このモデルの目的\n\nDOM v0.1 は、次の5つを主目的とします。\n\n系譜距離に応じた自然減衰を定義する\n時間経過に伴う優位性の自然低下を扱う\n新芽圧迫や集中過多に対して加速減衰を発動する\n誤検出を繰り返す検出器や旧痕跡優位の硬直化を抑制する\n保護・許容・保留の判定結果に応じて減衰圧を調律する\n\nつまりこのモデルは、\n価値を消すための装置 ではなく、\n価値が固まりすぎることを防ぐ装置 です。\n\n3. 設計原理\n\nDOM v0.1 は、以下の5原理に基づいて設計されます。\n\n3.1 Decay is not Denial\n\n減衰は価値の否定ではない。\nそれは老化防止と流動性維持のための調整である。\n\n3.2 Multi-Axis Decay\n\n減衰は一本では足りない。\n系譜・時間・圧力 の複数軸で扱う。\n\n3.3 Pressure-Responsive Suppression\n\n新芽圧迫・価値集中・過敏反応には、\n条件付きで加速減衰を適用する。\n\n3.4 Tolerance-Aligned Decay\n\nTolerance Zone の判定結果と連動して、\n減衰強度を調整する。\n\n3.5 Explainable Rebalancing\n\nどの減衰が、なぜ、どこに発動したのかを説明可能にする。\n\n4. このモデルが使う変数\n\nDOM v0.1 では、以下の変数を用います。\n\n4.1 構造変数\ng: Lineage Distance\n\n系譜距離。\nどれだけ系譜上離れているかを表します。\n\nage_days\n\n経過日数。\n痕跡の古さを時間軸で表します。\n\nreuse_rate\n\n再利用率。\nどれだけ頻繁に再利用されているかを表します。\n\n4.2 圧力変数\nC: Concentration Score\n\n価値集中度。\n一部痕跡への集中が強いほど高くなります。\n\nN_block: Novelty Blocking Signal\n\n新芽圧迫度。\n旧痕跡が新しい構造を塞いでいる強さを表します。\n\nI: Inflammation Score\n\n過敏反応リスク。\nシステム全体の炎症状態を表します。\n\nFP_r: False Positive Repetition\n\n誤検出反復度。\n同種の誤判定がどれだけ繰り返されているかを表します。\n\nL_dom: Legacy Dominance\n\n旧痕跡優位度。\n既存痕跡が制度上どれだけ強く居座っているかを表します。\n\n4.3 寛容文脈変数\nZ_tol\n\nTolerance Zone で計算された寛容スコア。\n\ndecision_class\n\nTolerance Zone から返される判定クラス。\n\nprotect\ntolerate\nhold\nreject-candidate\n\nDOM v0.1 は、この結果を受けて減衰圧を調整します。\n\n5. 減衰の3軸構造\n\nこのモデルの核は、減衰を3つに分けること です。\n\n5.1 Lineage Decay\n\n系譜距離に応じて自然に薄まる減衰です。\n近い痕跡は強く、遠い痕跡は弱くなる。\n\n5.2 Temporal Decay\n\n時間経過に応じて、古い痕跡の優位を徐々に下げる減衰です。\n古いというだけで消すのではなく、永続的優位を緩める ために使います。\n\n5.3 Pressure-Responsive Decay\n\n新芽圧迫、集中過多、炎症、誤検出反復などの圧力が強いときに、\n条件付きで加速する減衰です。\n\nこの3軸を分けることで、\n自然な忘却 と 必要な介入 を区別できるようになります。\n\n6. 基本数式\n6.1 Lineage Decay\nD_lineage(g) = exp(-lambda_lineage * g)\n\n系譜距離が遠いほど、影響力を自然に減らします。\n\n6.2 Temporal Decay\nD_time(age_days) = exp(-lambda_time * age_days_normalized)\n\nここで、\n\nage_days_normalized = age_days / temporal_half_life_days\n\nとします。\n\nつまり、時間が経つほど旧痕跡の優位が少しずつ薄れていきます。\n\n6.3 Pressure Score\nP_decay = (0.35 * C) + (0.30 * N_block) + (0.20 * I) + (0.15 * FP_r)\n\nこれは、どれだけ加速減衰をかけるべきか を測る圧力総合値です。\n\n6.4 Pressure Multiplier\nM_pressure = 1 + (pressure_multiplier * P_decay)\n\n圧力が強いほど、減衰倍率が上がります。\n\n6.5 Pressure-Responsive Decay\nD_pressure = exp(-(lambda_lineage * M_pressure) * g)\n\nこれは、系譜減衰を圧力に応じて加速した形です。\n\n6.6 Combined Decay\nD_total = w_lineage * D_lineage + w_time * D_time + w_pressure * D_pressure\n\n3軸の減衰を重み付きで統合して、最終的な減衰値を作ります。\n\n7. 初期パラメータ\n7.1 Core Parameters\nlambda_lineage = 0.35\nlambda_time = 0.18\npressure_multiplier = 1.80\ntemporal_half_life_days = 180\n7.2 Weights\nw_lineage = 0.40\nw_time = 0.25\nw_pressure = 0.35\n7.3 Trigger Thresholds\nconcentration_cap = 0.82\nnovelty_block_trigger = 0.70\ninflammation_trigger = 0.68\nfalse_positive_repetition_trigger = 0.60\nlegacy_dominance_trigger = 0.76\n7.4 Safeguards\nminimum_decay_floor = 0.05\nmaximum_decay_ceiling = 1.00\nrebalance_to_novelty_pool_ratio = 0.20\ndetector_sensitivity_reduction = 0.15\n\nこれらは v0.1 の初期値であり、\n将来的には観測データに応じて調整されます。\n\n8. 圧力トリガー\n\nDOM v0.1 では、以下の条件で介入が発動します。\n\n8.1 Concentration Trigger\n\nC \u003e= concentration_cap\n\n一部痕跡に価値が集中しすぎた場合、\n再配分 を発動します。\n\n8.2 Novelty Block Trigger\n\nN_block \u003e= novelty_block_trigger\n\n旧痕跡が新芽を塞いでいる場合、\n新芽救済のための加速減衰 を発動します。\n\n8.3 Inflammation Trigger\n\nI \u003e= inflammation_trigger\n\nシステムが過敏化している場合、\n自動攻撃圧を落とし、説明責任を強めます。\n\n8.4 False Positive Repetition Trigger\n\nFP_r \u003e= false_positive_repetition_trigger\n\n誤検出を繰り返す検出器に対して、\n感度低下を返します。\n\n8.5 Legacy Dominance Trigger\n\nL_dom \u003e= legacy_dominance_trigger\n\n旧痕跡の優位が過剰な場合、\n一時的な加速減衰をかけます。\n\n9. Tolerance Zone との接続\n\nDOM v0.1 は単独で動きません。\nTolerance Zone の判定結果 に応じて減衰強度を変えます。\n\n9.1 Protect\ndecay_bias = 1.15\n\n新芽を塞ぐ旧痕跡への減衰を、やや強めにします。\n\n9.2 Tolerate\ndecay_bias = 1.00\n\n標準的な減衰を適用します。\n\n9.3 Hold\ndecay_bias = 0.95\n\n保留中は、減衰圧を少し抑えます。\n\n9.4 Reject-Candidate\ndecay_bias = 0.85\n\n追加保護をかけず、自然減衰寄りに戻します。\n\n調整式\nD_adjusted = clamp(D_total * decay_bias, minimum_decay_floor, maximum_decay_ceiling)\n\nここで clamp は、最終値が最低値と最高値を超えないように制限する処理です。\n\n10. Rebalance Actions\n\n減衰は単に薄めるだけではなく、\n再配分 とセットで働きます。\n\n10.1 Concentration Rebalance\n\n集中しすぎた価値の一部を、新芽プールへ還流します。\n\nallocation weight を減らす\nnovelty pool に戻す\n10.2 Novelty Relief Decay\n\n新芽圧迫が強い旧痕跡に対して、加速減衰をかけます。\n\n10.3 Inflammation Decay Suppression\n\n炎症状態では自動反応を弱め、説明責任を強めます。\n\n10.4 Detector Sensitivity Reduction\n\n誤検出を繰り返す検出器の感度を落とします。\n\n10.5 Accelerated Legacy Decay\n\n過剰な旧痕跡優位を、一時的に解消します。\n\n11. プロファイル\n\nDOM v0.1 では、少なくとも3つの減衰プロファイルを持ちます。\n\n11.1 Conservative\n\n既存痕跡保護をやや重視し、減衰を穏やかにするプロファイルです。\n\n11.2 Balanced\n\n旧痕跡保護と新芽保護の均衡を取る標準プロファイルです。\n\n11.3 Novelty-First\n\n新芽保護と硬直化解消を優先し、圧力応答減衰を強めるプロファイルです。\n\nこれにより、文明OSの運用方針に応じて\n減衰の思想 自体を切り替えられるようになります。\n\n12. 評価パイプライン\n\nDOM v0.1 は、次の順序で評価を行います。\n\nStep 1\n\n入力を収集する。\ng, age_days, C, N_block, I, FP_r, L_dom, decision_class\n\nStep 2\n\nD_lineage を計算する。\n\nStep 3\n\nD_time を計算する。\n\nStep 4\n\nP_decay を計算する。\n\nStep 5\n\n圧力トリガーを確認する。\n\nStep 6\n\nD_pressure を計算する。\n\nStep 7\n\n3軸を統合し D_total を計算する。\n\nStep 8\n\nTolerance Zone の結果に応じて decay_bias をかける。\n\nStep 9\n\nD_adjusted を出力し、必要なら再配分アクションを発動する。\n\n13. 典型例\n例1：新芽圧迫が強いケース\nC = 0.84\nN_block = 0.74\nL_dom = 0.78\ndecision_class = protect\n\nこの場合は、\n\nconcentration trigger\nnovelty block trigger\nlegacy dominance trigger\n\nが発動しやすく、\nbalanced profile で旧痕跡側への減衰を強めるのが自然です。\n\n例2：安定した既存系譜\nC = 0.45\nN_block = 0.28\nI = 0.18\ndecision_class = tolerate\n\n圧力は低く、\nconservative profile で自然減衰中心に扱うのが妥当です。\n\n例3：炎症と誤検出のループ\nI = 0.71\nFP_r = 0.68\ndecision_class = hold\n\nこの場合は、\n\ninflammation trigger\nfalse positive repetition trigger\n\nが発動しやすく、\n攻撃圧を落としつつ検出器感度も下げる 必要があります。\n\n14. 最適化指標\n\nDOM v0.1 は、単に減衰式を持つだけでは不十分です。\n最適化には観測指標が必要です。\n\n主要指標\nnovelty_survival_rate\nlegacy_concentration_ratio\nfalse_positive_rate\nhold_to_protect_conversion_rate\nhold_to_reject_conversion_rate\n副次指標\nreuse_diversity_score\ntime_to_novelty_visibility\nlegacy_decay_fairness_index\nrebalance_stability_score\n\nこのモデルは、これらの指標を見ながら調整されます。\n\n15. ガバナンス\n調整方針\nhuman-supervised\nレビュー周期\n30日\n調整対象\nlambda_lineage\nlambda_time\npressure_multiplier\nconcentration_cap\nnovelty_block_trigger\ninflammation_trigger\nfalse_positive_repetition_trigger\nlegacy_dominance_trigger\nprofile selection\n禁止される挙動\n減衰なき永続的既得権\n説明なき圧力応答減衰\n減衰を隠れBANとして使うこと\nTolerance 結果の無視\n再配分なき新芽抑圧\n16. 現時点の位置づけ\n\nDecay Optimization Model v0.1 は、\n完成済みの最終最適化モデルではなく、最初の可動モデル です。\n\nこの段階で重要なのは、次の5点です。\n\n減衰を 系譜・時間・圧力 に分けたこと\n圧力に応じて加速減衰を発動できること\nTolerance Zone と連動すること\nプロファイル切替ができること\n再配分を減衰と一体で扱うこと\n\nつまり v0.1 は、\n文明OSにおける動的忘却と再均衡の最小骨格 です。\n\n17. 今後の拡張候補\nAdaptive Profile Switching\n\nメトリクスに応じて、\nconservative / balanced / novelty-first を自動切替する。\n\nDomain-Specific Decay Curves\n\n分野ごとに、半減期と圧力係数を最適化する。\n\nReinforcement-Based Decay Tuning\n\n新芽生存率と偽陽性率に基づいて、係数を強化学習的に調整する。\n\nImmune Map Binding\n\nImmune Map 可視化レイヤーに、減衰軸を接続する。\n\n18. 一文で言えば\n\nDecay Optimization Model v0.1 とは、\n古い痕跡を消すのではなく、\n居座りすぎる痕跡を自然に薄め、必要なら加速的に再均衡し、\n新芽と循環を守るための動的調整モデルです。\n\nSchema Usage\n\nThis repository provides JSON Schemas and sample files for validating the current draft specifications.\n\nAvailable schema files\nimmune-royalty-os-v0.1.schema.json\nimmune-royalty-os-v0.1.sample.json\ntolerance-zone-v0.1.schema.json\ntolerance-zone-v0.1.sample.json\ndecay-optimization-v0.1.schema.json\ndecay-optimization-v0.1.sample.json\nWhat is validated\n\nEach schema is used for two purposes:\n\nSchema validation\nChecks whether the schema itself is structurally valid.\nSample validation\nChecks whether the provided sample JSON conforms to the schema.\n\nThis makes the repository usable both as a conceptual specification and as a machine-checkable draft.\n\nValidate locally with AJV\n\nYou can validate the files locally with ajv-cli.\n\nImmune Royalty OS\nnpx --yes ajv-cli@5.0.0 compile \\\n  -s immune-royalty-os-v0.1.schema.json \\\n  --spec=draft2020 \\\n  --strict=false\n\nnpx --yes ajv-cli@5.0.0 validate \\\n  -s immune-royalty-os-v0.1.schema.json \\\n  -d immune-royalty-os-v0.1.sample.json \\\n  --spec=draft2020 \\\n  --strict=false \\\n  --errors=text\nTolerance Zone\nnpx --yes ajv-cli@5.0.0 compile \\\n  -s tolerance-zone-v0.1.schema.json \\\n  --spec=draft2020 \\\n  --strict=false\n\nnpx --yes ajv-cli@5.0.0 validate \\\n  -s tolerance-zone-v0.1.schema.json \\\n  -d tolerance-zone-v0.1.sample.json \\\n  --spec=draft2020 \\\n  --strict=false \\\n  --errors=text\nDecay Optimization\nnpx --yes ajv-cli@5.0.0 compile \\\n  -s decay-optimization-v0.1.schema.json \\\n  --spec=draft2020 \\\n  --strict=false\n\nnpx --yes ajv-cli@5.0.0 validate \\\n  -s decay-optimization-v0.1.schema.json \\\n  -d decay-optimization-v0.1.sample.json \\\n  --spec=draft2020 \\\n  --strict=false \\\n  --errors=text\nValidate in GitHub Actions\n\nThis repository also includes a GitHub Actions workflow that validates:\n\nthe schema files themselves\nthe sample JSON files against each schema\n\nThe workflow is intended as a minimum safety check for draft evolution.\nIf a schema is broken or a sample drifts from the spec, the workflow will fail.\n\nRecommended workflow\n\nWhen updating a draft spec:\n\nedit the YAML / README / conceptual definition\nupdate the JSON Schema\nupdate the sample JSON\nrun local validation\npush and confirm GitHub Actions passes\nDesign note\n\nThe schemas are intentionally strict around core structure, while allowing human-readable formulas and descriptive fields to remain flexible.\nThis keeps the specifications machine-checkable without forcing premature over-formalization of the conceptual layer.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fsamuraiwriter7%2Fdecay-optimization-v0.1","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fsamuraiwriter7%2Fdecay-optimization-v0.1","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fsamuraiwriter7%2Fdecay-optimization-v0.1/lists"}