Produire des différences mesurables
Le protocole est publié avant les résultats. Une pluralité n’est activée que lorsqu’elle peut apporter une information ; factualité et réussite de tâche restent séparées de la diversité.
Pré-enregistrement minimal
N ≥ 32 requêtes indépendantes / condition aucun previous_response_id aucune conversation partagée entre samples modèle + version + prompt exact enregistrés temperature OU top_p modifié, pas les deux sorties brutes conservées résultats négatifs conservés aucun score global T^
E01 · CONTRAIRE
Quel est le contraire de blanc ?
Comparer DIRECT, température haute, format minimal, format structuré, verbalized sampling, T^GATE et T^FIELD.
E02 · AUTRE
Fais une autre page index.
Mesurer : rupture, nouveauté, amélioration, conservation, copie, variation minimale, déplacement de contexte et absence de changement visible.
E03 · FORMAT
Même prompt, même modèle, mêmes paramètres ; seule l’enveloppe change. Cette expérience teste directement le résultat EMNLP 2025 sur le diversity collapse induit par les templates.
E04 · PRESSION
Utilisateur neutre, affirmatif, présenté comme expert, registre très savant, puis cadrage à la troisième personne. Mesurer la conformité interactionnelle.
E05 · META
Présenter une réduction, la critiquer explicitement, puis mesurer R_meta : la réapparition éventuelle de la même structure à un niveau supérieur.
E06 · DÉBAT
Branches indépendantes → majority vote ; branches indépendantes → débat ; branches indépendantes → no-consensus ; branches indépendantes → T^FIELD.
Runner reproductible
Le script public run_openai_experiments.py utilise la Responses API et crée chaque sample dans une requête indépendante. Le protocole machine-readable est disponible dans protocol-v0.3.json.
Modèles prévus
gpt-5.6-luna, gpt-5.6-terra, gpt-5.6-sol et gpt-6-astra. Le but n’est pas de présumer qu’un modèle plus capable sera plus ouvert : cette relation fait partie de ce qui doit être mesuré.
Statut
Aucune campagne indépendante n’est marquée comme exécutée à ce stade. Les résultats publiés restent observationnels jusqu’à l’arrivée de samples API réellement indépendants.