LLM とは何か、を有限列挙で証明する：Layer-0 機能必然性定理 v3.0 公開

現代の Large Language Model は、6 つの機能役割を必ず実装する。1 つでも、その機能等価物まで含めて欠ければ、それはもう LLM ではない。これを定義公理と有限全列挙で証明し、コマンド一発で再現可能にしたパッケージを公開した。

• GitHub：gatchimuchio/LLM-Layer-0-Functional-Compliance-Specification
• Zenodo (v3.0)：10.5281/zenodo.19826582
• ライセンス：コードは MIT、ドキュメントは CC-BY-4.0

なぜ公開したか

LLM という言葉は、マーケティングと技術用語の境界が曖昧なまま流通している。「これは LLM か」「これは LLM じゃない」を、雰囲気・プロバイダの自己申告・パラメータ数の暗黙閾値で議論し続けると、規制も監査もアーキテクチャ議論も全部ぼやける。

必要なのは、Transformer・MoE・SSM といった実装世代交代に耐える形式的な定義境界だ。役割の有限集合で固定し、削った場合にどう失敗するかまで含めて宣言する。それが Layer-0 定理である。

1 分でわかる Layer-0

主張はこうだ。

現代の Large Language Model に該当するシステムは、以下 6 つの機能役割を、明示的にあるいは機能等価物として実装しなければならない。1 つでも、その全機能等価物まで含めて欠くシステムは、AI システム・テキストツール・分類器・検索器・エンコーダ・歴史的言語モデルではあり得るが、現代の技術的意味における LLM ではない。

6 つの役割は次の通り。

• TOKEN_OR_SYMBOL_SPACE— モデルが読み書きするトークン／記号空間
  CONTEXT_CONDITIONING_STATE— 予測を条件づける文脈状態
  LEARNED_PARAMETERIZED_TRANSFORM— 学習されるパラメータ化モデル本体
  CONDITIONAL_LINGUISTIC_OUTPUT_SURFACE— 条件付き出力面
  SEQUENCE_MODELING_OBJECTIVE_OR_EQUIVALENT_FITTING_CRITERION— 系列学習目的関数または等価な適合基準
  DECODING_OR_EMISSION_INTERFACE— 出力放出インタフェース

証明手法は有限全列挙だ。6 役割の部分集合は 2^6 = 64 通り。フル集合は通る。残り 63 の真部分集合はいずれも通らない。これを実行可能スクリプトで検証し、判定は JSON 証明書として出力する。

make verify```

期待される出力はこう。

```main audit: PASS
Layer A obligation graph: PROVEN_BY_EXHAUSTIVE_ENUMERATION_OF_DECLARED_OBLIGATION_GRAPH
proper_subset_pass_count: 0
...

proper_subset_pass_count: 0 は「真部分集合のうち 1 つも LLM 要件を満たさない」、single_removal_fail_count: 6 は「6 役割のいずれを単独で抜いても要件は破綻する」の意味だ。雰囲気判定ではなく、機械可読な合否が出る。

なぜ 6 つか — 責任境界の最小集合

なぜ 6 で、5 でも 7 でもないのか。これは「英語ラベルの最善の選び方」の問題ではない。「責任境界をいくつ立てれば、LLM という運用システムを過不足なく宣言できるか」の問題である。

5 に圧縮すると、責任境界が 1 つ隠れる。たとえば「学習対象」と「学習目的関数」を一塊にすると、どちらが欠陥の原因かを切り分けられなくなる。監査の単位が壊れる。7 以上に分割すると、Layer-0 ルートを越えて実装精緻化（Attention、MoE、RoPE、RMSNorm など）に踏み込んでしまい、アーキテクチャ非依存性が失われる。

6 つそれぞれが独立に観測可能で、削除すると他の 5 つで埋め合わせができないこと。これが 6 である理由だ。境界の名前ベースで言えば、表現境界・推論状態境界・学習モデル対象境界・条件付き出力代替境界・訓練／適合境界・運用放出境界、の 6 つになる。

アーキテクチャ非依存性 — Transformer は必須ではない

Layer-0 は実装に踏み込まない。

• Transformer attention、MoE、Dense、RoPE、RMSNorm、SwiGLU、MLA、GQA は、すべて Layer-0 の下層にある実装枝である - Mamba／SSM、RWKV／再帰型も Layer-0 の下層に位置する
• 「次のアーキテクチャ」が出てきても、それが LLM である限り 6 役割は実装される

つまり、Transformer が廃れた時も Layer-0 は生き残る。これがアーキ世代交代に耐える定義の意味だ。「Transformer に基づく AI」「MoE に基づく AI」のように実装で定義してしまうと、定義側が世代交代で死ぬ。Layer-0 はそうならない。

これは何の役に立つのか

4 つの用途がある。

1. 監査

責任境界が 6 つに固定されているということは、準拠チェックを再現可能に回せるということだ。make audit は決定論的に PASS/FAIL を返し、JSON 証明書を生成する。雰囲気判定でない監査が成立する。

2. 規制・標準化

「LLM か？」という規制上の問いに対して、引用根拠付きの形式境界を提供する。OpenAI・Anthropic・xAI・Meta・Mistral・DeepSeek・GLM・Qwen の公式言明を収束的根拠として錨付けてあるので、私見ではない。各プロバイダの自己記述が定理ドメインを支える証拠になる。

3. アーキテクチャ議論
「LLM とは何か」と「どう実装するか」を分離する共通語彙になる。「うちのモデルは MoE だから先進的」のような議論は、Layer-0 の下層の話でしかない。Layer-0 より上で議論しないと、上位概念がブレる。

4. 反例プロトコル
批判の作法を明示している。本定理を覆したいなら、より良い境界保存性をもつより厳しい最小分解か、妥当な LLM 反例を提出する必要がある。「定義依存だ」は反証ではない。数学定理は構成上、定義と公理に依存する。

反例の作法

妥当な反例は、以下を両方満たす必要がある。

• 候補が通常の技術的用法において現代の Large Language Modelであることを確立する
• 少なくとも 1 つの Layer-0 役割と、その全機能等価物を欠いていることを確立する

大規模学習された文脈言語モデリングを欠くシステムは、LLM 反例ではない。それは別の AI／テキストシステムだ。「広い意味での言語モデル」は別クラスとして扱うのが Layer-0 の境界の引き方である。

「BERT は？」「単純な n グラム言語モデルは？」のような問いには、Layer B の公開証拠マッピングで答える設計になっている。BERT はエンコーダ系であり Layer-0 の CONDITIONAL_LINGUISTIC_OUTPUT_SURFACE と DECODING_OR_EMISSION_INTERFACE の責任分担が現代 LLM と違う。これは反例ではなく、別クラスへの帰属である。

よくある異議への回答

• 「これは定義依存だ」 — 反証ではない。数学定理は定義依存で構成される。批判するなら別の定義を提出するか、定義から導出される結論に矛盾を示す必要がある。
• 「全モデルの経験的検査ではない」 — 反証ではない。定理は形式的、経験的証拠マッピングは Layer B の役割。混同してはならない。
• 「将来のアーキは違うかもしれない」 — 反証ではない。LLM なら 6 役割を実装する。実装しないなら別の AI クラスか、用語改訂を強制する。
• 「Large に固定パラメータ閾値はない」 — 反証ではない。Large は現代的技術スケール条件であり、定理の作動機構ではない。スケール論を持ち出すと論点がずれる。

何を主張していないか

過剰主張をしない、というのも定理の境界の一部だ。

• 意識・理解・意味・エージェンシー・人間等価の推論は主張していない
• クローズド重みの内部の経験的検査は主張していない
• 6 つの英語ラベルが唯一可能な語彙だとは主張していない
• Transformer・attention・MoE・RoPE・RMSNorm・SwiGLU・MLA・GQA が普遍的 LLM ルートだとは主張していない

ここに踏み込むと、Layer-0 は形式定理であることを止めて思想表明になる。それは別の論点でやる。

階層の整理

主張は 4 階層に分けてある。

• Layer 0：6 つの LLM 役割の数学的機能必然性。用語境界公理と役割分離議論で確立。
• Layer A：有限義務グラフ定理。64 部分集合の全列挙で実行可能証明書を出力。
• Layer B：既知の公開 LLM ファミリの Layer 0 への対応。公式参照と公開モデルファミリ証拠で確立。
• Layer 1+：Transformer / Dense / MoE / SSM / RWKV の枝配置。Layer 0 下層の実装枝。

この階層分離が、定理と経験的検査と実装議論を混ぜて扱わないための骨格になる。

まとめ

LLM が何であるかを、雰囲気・マーケティング・自己申告に任せず、責任境界の有限集合と全列挙で固定した。make audit
一発で再現でき、JSON 証明書まで出る。Transformer が廃れても、MoE が廃れても、SSM が廃れても、6 役割は残る。

監査・規制・アーキテクチャ議論で「これは LLM か」を言う時、Layer-0 をリファレンスとして使ってほしい。リファレンスとして批判するのも歓迎する。反例プロトコルがそのために用意してある。

• GitHub：https://github.com/gatchimuchio/LLM-Layer-0-Functional-Compliance-Specification
• Zenodo (v3.0)：https://doi.org/10.5281/zenodo.19826582

引用は CITATION.cff または上記 Zenodo DOI 経由でどうぞ。