GENESIS_Family_Selectivity_Ablation_Results_Memo_AR.md

Virtual-GENESIS Family Selectivity Ablation Results Memo (Updated)

الغرض

توثيق نتائج أول ablations family-specific selectivity على prototype_v3b_curriculum بعد تثبيت defaults الحالية واختبار ما إذا كانت بعض العائلات تحتاج concepts أكثر أو أقل.

الإعدادات المختبرة

1. current_default
   • comparison: top1 / score7
   • synthesis: top1 / score7
   • procedure: top0
2. synthesis_top2
   • synthesis top2 / score7
3. procedure_top1
   • procedure top1 / score7
4. synthesis_top2_procedure_top1
   • synthesis top2 / score7
   • procedure top1 / score7

---

النتيجة الأساسية

أهم ملاحظة

• تغيير synthesis من top1 إلى top2 لم يغير النتائج في هذه الشريحة.
• فتح procedure من top0 إلى top1 رفع concept activation لكنه لم يرفع success، بل زاد cost قليلًا.

بالأرقام المختصرة

current_default

• concept_success = 0.875
• concept_activation_rate = 0.6528
• combined_avg_cost ≈ 0.00168

synthesis_top2

• نفس النتائج تقريبًا كما هي

procedure_top1

• concept_activation_rate ارتفعت إلى 0.7083
• success بقيت 0.875
• cost زادت قليلًا

synthesis_top2_procedure_top1

• same pattern as procedure_top1

---

القراءة

1. synthesis لا تحتاج second concept في الشريحة الحالية

هذا أهم استنتاج مباشر.

إذن:

• top2 for synthesis غير مبررة حاليًا
• الأقل كلفة والأكثر أناقة يبقى top1

2. procedure لا تستفيد حاليًا من concepts بالقدر الذي يبرر تفعيلها

عندما سمحنا بمفهوم واحد في procedure:

• activation ارتفعت
• performance لم تتحسن
• cost زادت قليلًا

إذن:

• procedure top0 default يبدو ما زال الأفضل حاليًا

3. current_default ما زالت أفضل policy إجمالية مؤقتًا

لأن:

• selectivity أدنى من permissive settings
• performance نفسها
• cost أقل أو مساوية

---

الحكم الحالي

Family-specific selectivity conclusion

أفضل default حالية تبقى:

• comparison: top1 / score7
• synthesis: top1 / score7
• procedure: top0

أي أن hypothesis القائلة إن synthesis قد تحتاج second concept لم تتأكد في الشريحة الحالية. كما أن procedure concept activation تبدو حتى الآن غير مبررة اقتصاديًا.

---

ماذا يعني هذا استراتيجيًا؟

1. current default ليست arbitrary anymore؛ أصبحت مدعومة بmicro-evidence
2. لا داعي الآن لتوسيع Concept policy family-wise أكثر قبل ظهور slices أو curricula أصعب
3. bottleneck التالية لم تعد selectivity by family، بل يمكن أن تنتقل إلى:
   • richer perturbations
   • stronger concept semantics
   • أو eventual contradiction/anomaly integration

---

القرار النهائي

ما نعتمده مؤقتًا

• comparison: top1 / score7
• synthesis: top1 / score7
• procedure: top0

ما نوقفه الآن

• لا نفعّل top2 synthesis افتراضيًا
• لا نفعّل concepts في procedure افتراضيًا

ما الخطوة التالية

بما أن family-specific tuning لم تكشف gains إضافية واضحة، فيمكن الآن:

• تثبيت هذه defaults
• والعودة للتركيز على perturbation difficulty أو future governance layers

وهذا يرفع نضج Thesis 1 من:

• concept usefulness إلى:
• concept policy with empirically defended defaults