Aura 軌跡導流：実行トポロジから自己進化データセットへの自動変換

AI 分野において、最高のデータとはインターネットからクロールされたものではなく、エージェントが実際の運用環境で生成した高品質な実行軌跡です。Aura の**軌跡導流（Trajectory Streaming）**メカニズムは、これらの断片的な実行記録を提煉し、システムの持続的な進化のための動力へと変換することを目的としています。

1. 軌跡こそが思考である：データキャプチャの広度

長期タスクが Aura で正常に終了するたびに、システムは「思考の復習（レビュー）」を開始します。

1.1 全次元トポロジ記録

私たちがキャプチャするのは単なる対話ではなく、完全な実行トポロジです。

• プロンプト入力とコンテキスト注入。
• Meta による ACO パス選択確率。
• Matrix による WASM 実行ログとプロダクト産物。
• 最終的なユーザー満足度スコア。

2. 軌跡の洗浄と提煉 (Data Distillation)

すべての実行記録が学習に値するわけではありません。システムは厳格なフィルタリングアルゴリズム（Distiller）を通じてデータを精査します。

• CoT（思考の連鎖）の整合性チェック：論理の飛躍が大きすぎるものや、異常な補正を含む軌跡を除外します。
• 情報量スコア：情報エントロピーに基づき、単純すぎる（反復的な）タスクを破棄します。
• 対照学習アノテーション：強化学習（RLHF/DPO）に不可欠な「正例パス」と「負例パス」の対照ペアを自動生成します。

3. 自動化された SFT データ工場

フィルタリングされたデータは、標準的な ShareGPT または Alpaca 形式に自動変換されます。これにより、Aura は**「昼は働き、夜は進化する」**を実現します。

• タスク実行時、システムは実行者としてデータを生成します。
• 閑散時、システムは教師として、これらのデータを用いてローカルモデルの微調整（Fine-tuning）を行います。

4. 結論：「能力の天井」を打ち破る

軌跡導流により、Aura の能力はもはやベースモデルの事前学習レベルに縛られることはありません。自らの成功体験を絶えず消化することで、Aura は特定のユーザービジネスシナリオに対して、元のモデルの能力を超える垂直方向の専門性を自律的に成長させることができます。

Dark Lattice 構造研究所 出品