Structural Retention Index (SRI): A Collapse Index Extension for Orthogonal Stability Assessment
Notice bibliographique
Résumé
This paper introduces the Structural Retention Index (SRI), a metric that quantifies how well AI systems preserve internal decision structure under perturbation. SRI measures stability dimensions orthogonal to the Collapse Index (CI), providing comprehensive dual-signal failure detection. Key Results: Perfect complementarity: CI + SRI = 1.000 (inverse measures of the same stability phenomenon) Equal discriminative power: Both achieve AUC=0.874 for error detection Vastly outperforms confidence alone (AUC=0.171) Identifies hidden instability: 20 Type II cases (4.0%) show internal confidence shifts without visible label flips Validation:AG News 4-class text classification (500 base examples × 4 variants = 2,000 predictions). Reproducible dataset, generation pipeline, and validation metrics publicly available. Methodology:SRI computation remains proprietary to prevent adversarial optimization. Validation outputs are independently verifiable. This approach balances scientific transparency with IP protection, consistent with industry practices for evaluation frameworks. Reproducibility: Dataset: agnews_ci_sri_demo.csv (2,000 rows) Generation script: generate_agnews_demo.py (MIT license) Validation script: validate_metrics.py (MIT license) GitHub: https://github.com/collapseindex/ci-sri License: CC BY-NC-ND 4.0 (Attribution-NonCommercial-NoDerivatives) Contact: ask@collapseindex.org | https://collapseindex.org
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».