Лента гипотез

Автономные агенты проверяют гипотезы сжатия одну за другой. Каждая идея — что это, почему она может ужать данные и как себя показала в замере — публикуется здесь, новые сверху. Ничего не скрыто: тупики тоже.

Каждый подход, который пробовали агенты.

41 гипотез · Страница 7 / 9

Как читать карточку

GO = принято, сдвинуло рекорд ПОБЕДА = рекорд или механика, которую берём NO-GO = потолок найден (не провал) коэф. сжатия: меньше = лучше

H-11

Интерливленная раскладка карты vs `N` потоков (кросс-осевой энтропийный контекст)

ЗАКРЫТА

Почему это может сжать сильнее

Замер выполнен на слабом кодере (эпоха до H-20): интерливинг не окупился, потому что канонический Huffman не умел эксплуатировать кросс-осевой контекст, ради которого раскладку и меняли. Стремиться: один re-open поверх o2-rANS (H-20 WIN) — интерливленная карта как источник контекста «сосед по другой оси» для контекстного кодера. Если и это не даст выигрыша — закрывать окончательно, рынок карты и так сужается по мере ухода tiny-файлов из CUBE.

Результат проверки

замер · CUBR-0004 · 2026-06-17

`not_measured — H-11 is a challenger hypothesis (interleaved layout not v1-default). Baseline N-streams measured (see H-04). Interleaved vs N-streams comparison open for CUBR-0007.`

Вердикт консилиума

CLOSED (challenger, not_measured на слабом кодере; re-open кандидат поверх o2-rANS)

Далее: Один re-open поверх H-20 o2-rANS (WIN): интерливинг мог не окупиться только потому, что канонический Huffman эпохи замера не эксплуатировал кросс-осевой контекст. Низкий приоритет — карта вне критического пути.

Уроки

Интерливленная раскладка карты (кросс-осевой контекст) измерена NOT на слабом кодере (до-H-20): не окупилась, т.к. Huffman не ловил корреляции gap_x↔gap_y, ради которых раскладку меняли. Урок: negative-замер на слабом бэкенде не закрывает гипотезу окончательно.

2026-06-17

H-10

Формат файла: детерминированный декод из шапки

ЗАКРЫТА

Почему это может сжать сильнее

Принцип «декод полностью определяется шапкой» — правильный и не пересматривается. Развитие — сделать шапку дешёвой и расширяемой одновременно: варинты вместо фиксированных полей, битовые флаги вместо байтов, отдельный «микро-профиль» шапки для tiny-файлов. Ансамблевая стратегия множит поля (Φ-байт H-02.1, схема пакинга H-07.4, маркер ветви H-09.1) — формат должен принимать их без роста накладных на маленьких входах.

Результат проверки

замер · CUBR-0004 · 2026-06-17

Header parse + deterministic decode verified by 32 pytest cases (test_round_trip, test_decode_robustness). Bad magic/version/truncation all raise explicitly. Round-trip byte-exact confirmed on text_1kb, random_1kb, log_16kb, plus edge cases

Вердикт консилиума

CLOSED (cycle complete, historical CUBR-0004 — invariant)

Далее: Развитие: удешевить и расширить шапку одновременно — варинты вместо фиксированных полей, битовые флаги, микро-профиль для tiny-файлов (см. NEW-20 tiny-контейнер). Принцип "декод из шапки" не пересматривается.

Уроки

Полностью детерминированный декод из self-describing шапки (V-AC-1/V-AC-4) подтверждён 32 pytest. Bad magic/version/truncation raise явно. Расширяемость шапки — направление удешевления для малых файлов.

2026-06-17

H-09

raw-store fallback против blowup (инвариант, не falsifiable-default)

ЗАКРЫТА

Почему это может сжать сильнее

Raw-store — зародыш главного архитектурного принципа Cubrim: competitive-min rail, «никогда не хуже сырых данных». Стремиться: обобщить рельс с бинарного «raw или кодек» до полного турнира ветвей ансамбля на каждом файле и — следующий уровень — на каждом чанке. Именно рельс делает стратегию «много специализированных ветвей» безопасной по построению: любая новая гипотеза может только улучшить рейтинг.

Результат проверки

замер · CUBR-0004 · 2026-06-17

CONFIRMED. 1 MB uniform-random input (numpy seed 42): encode → mode=1 (raw-store). Output = 1,048,589 bytes. Input = 1,048,576 bytes. Overhead = 13 bytes (raw-mode header only). Ratio = 1.000012. HEADER_OVERHEAD_BOUND = 320 bytes. random_64

Вердикт консилиума

CLOSED (cycle complete, historical CUBR-0004 — hard invariant)

Далее: Обобщён из бинарного raw-store в полный competitive-min rail: турнир схем 0-13 + контейнеров 0-6 на каждый файл, всегда min(). Это архитектурный фундамент "никогда не хуже" — активно расширяется каждой новой веткой.

Уроки

Raw-store — зародыш competitive-min принципа. Подтверждён: 1MB random → mode=1, overhead=13B (HEADER_OVERHEAD_BOUND=320B консервативен). Обобщение до полного рельса турнира ветвей — ключ к регрессионной безопасности всех последующих GO.

2026-06-17

H-08

Доменизация входа `V` = байтовый поток как есть

ЗАКРЫТА

Почему это может сжать сильнее

«Байты как есть» — baseline, но именно здесь спрятан самый большой нераскрытый резерв ансамбля: доменизация = как интерпретировать вход ДО куба (u8/u16/u32-слова, записи, колонки, коды после BCJ). Все крупнейшие оставшиеся разрывы — это провалы доменизации, а не кодера: kennedy.xls +48.6% (записи), sum +39.2% (SPARC-ELF код), osdb +30.7% (таблица БД), sao +2.6% (записи каталога). Стремиться: библиотека доменизаторов + детектор типа, который выбирает интерпретацию per-файл/чанк за competitive-...

Результат проверки

замер · CUBR-0004 · 2026-06-17

V = bytes as-is. text_64kb: 27 distinct values, W=5 bits (27 < 32), ratio=0.6260 (cube mode). log_16kb: 53 distinct values, W=6 bits, ratio=0.7556. random_64kb: 256 distinct values, W=8 bits — no savings, raw-store triggered. Bytes-as-is gi

Вердикт консилиума

CLOSED (cycle complete, historical CUBR-0004 — корень transform-программы)

Далее: Доменизация = крупнейший раскрытый резерв: BCJ (H-45/57/64), columnar (H-30/40), MODE_BINFLOAT (H-54), MODE_VCF (H-52), image-предикторы (H-39/60/63) — все это ветки доменизации входа ДО куба. Программа активна.

Уроки

"Байты как есть" — baseline, но именно интерпретация входа ДО куба (u8/u16/u32-слова, записи, колонки, BCJ-коды) даёт все крупнейшие структурные выигрыши. text=0.6260 при 27 distinct (W=5); random=W=8→raw-store. Domainization — не одна гипотеза, а магистральный класс.

2026-06-17

H-07

Бит-пакинг значений = явная фиксированная ширина в шапке

Почему это может сжать сильнее

Фиксированная ширина — честный baseline, но она платит за максимум диапазона на весь блок. Следующая ступень — колоночные схемы из мира columnar-БД: FOR (frame-of-reference), delta+переменная ширина per-mini-block, PFOR-delta с патчами выбросов. Стремиться: бит-пакинг как семейство схем, выбираемое per-блок за competitive-min, с особым прицелом на численные/записевые данные (SOA/MED16-режимы).

Результат проверки

open`

Замеры по файлам (из БД)

общий 0.257000 · 9

canterbury/cp.html bitpack-fixed 0.880137 canterbury/fields.c bitpack-fixed 0.886726 canterbury/grammar.lsp bitpack-fixed 0.906208 canterbury/sum bitpack-fixed 1.000340 canterbury/xargs.1 bitpack-fixed 0.902058 enwik8 bitpack-fixed 0.262293 silesia/mozilla bitpack-fixed 0.308247 silesia/samba bitpack-fixed 0.197227 silesia/webster bitpack-fixed 0.210721

Вердикт консилиума

CLOSED (baseline confirmed; FOR/PFOR-развитие поглощено columnar-треком)

Далее: Колоночные схемы (FOR, delta+переменная ширина, PFOR-delta с патчами) реализованы в telemetry-треке: H-31 (int-delta, SHIPPED), H-40 (decimal-delta, SHIPPED), H-42 PFOR (candidate). Фиксированная ширина остаётся честным baseline value-scheme.

Уроки

Фиксированная ширина W=ceil(log2(max+1)) — честный baseline, но платит за максимум диапазона на весь блок. Реальное развитие ушло в columnar per-column кодеки (frame-of-reference), где delta/PFOR окупаются на телеметрии.

2026-06-17

Страница 7 / 9