Jesse Thaler — ses deux algorithmes, le papier Qognitive, et nous

Le point (7) de son email du 9 juin, pris au sérieux jusqu’au bout

Notre table · Doctrine · Gap Cazali · Matériaux · Positionnement · Jesse · Biblio

Jesse Thaler, lu de près

1. Pourquoi Jesse compte ici

Son point (7), verbatim (email du 9 juin 2026) :

Regarding the separate email about [arXiv:2507.21135], it turns out that (once you strip away the quantum language), the w → 1 limit is identical to an algorithm that I introduced to the particle physics community ([arXiv:1011.2268]), and the w → 0 limit is closely related to another one ([arXiv:2302.12266]). I’ve been playing around a bit with w = 1/2, though I haven’t yet seen any benefit from the non-commutative aspects of the method.

C’est exactement l’observateur critique « utile au process » — ton mot. Il ne rejette pas : il borne. Il dit que les deux extrémités de la famille en w sont des objets que la physique des collisionneurs connaît depuis quinze ans, et que le milieu — là où la non-commutativité devrait payer — ne lui a encore rien montré. Si on veut que la couche QGD du positionnement tienne, c’est cette phrase-là qu’il faut soit confirmer, soit déplacer.

2. Ses deux algorithmes, expliqués

N-subjettiness (2011) (Thaler and Van Tilburg 2011). Imagine les particules d’un jet comme une foule sur une place, et N réverbères qu’on peut planter où on veut. Chaque particule marche vers le réverbère le plus proche ; τ_N est la somme des distances parcourues, chaque pas pesé par l’énergie du marcheur (Eq. (2.1)). Un jet à deux lobes durs s’éclaire presque entièrement avec 2 réverbères : τ₂ minuscule, τ₁ grand — le rapport τ₂/τ₁ mesure le gain marginal d’un réverbère de plus, et c’est lui qui tague les W boostés contre les jets QCD. Subtilité qui comptera plus bas : le papier de 2011 définit la version variationnelle (minimiser sur les positions des axes, §2.2) mais calcule avec des axes posés par un dé-clustering k_T ; la vraie minimisation arrive dans la suite de 2012 (Thaler and Van Tilburg 2012), avec l’exposant angulaire β généralisé — β=2 en fait exactement un K-means pondéré.

SHAPER / EMD (2023) (Ba et al. 2023). « Peut-on entendre la forme d’un jet ? » Ici l’énergie du jet est un tas de sable, et une forme candidate — anneau, disque, ellipse — est un moule. La distance entre les deux est l’effort minimal pour pousser le sable jusqu’au moule : le transport optimal (l’Energy Mover’s Distance, Eq. (2.9)). Une observable de forme est alors « le moule de la famille qui demande le moins d’effort » (Eqs. (1.1)–(1.2)) — et le papier démontre que cette distance-là est essentiellement la seule compatible avec la sécurité infrarouge (App. B). N-subjettiness en est le cas particulier où le moule est N points ; les formes étendues (anneaux, disques) couvrent ce que des axes ponctuels ne capturent pas. Le calcul passe par un flou réglable ε (Sinkhorn) — garde ce mot, il revient au §3.

3. Le pont avec Qognitive (QGD)

Le papier QGD construit, pour chaque donnée x, un Hamiltonien de déplacement H(x) = ½ Σ (X_a − x_a)², lit la donnée dans son état fondamental, et entraîne les matrices X_a sur une perte d² + w·σ² — distance au nuage plus fluctuation quantique, pondérées par w (Abanov et al. 2025). Notre relecture adversariale donne sur le point (7) un verdict en trois temps :

• w→1 ≡ N-subjettiness : ACCORD, deux fois qualifié. L’identité exacte vise la τ_N variationnelle à β=2 — celle de 1108.2701/XCone — pas l’algorithme de 2011 tel que publié (β=1, axes k_T). Et « à w=1 tout devient commutatif (= du clustering) » est une propriété des données en lobes, pas du principe variationnel : sur un anneau continu, une configuration non-commutative bat strictement le meilleur 2-means (perte ½ contre ≈0,595 par point — notre contre-exemple du cercle flou). C’est la couture où sa phrase peut bouger.
• w→0 ~ SHAPER : ACCORD. « Closely related » est le mot juste, et les écarts sont énumérables : transport exact vs flou Sinkhorn, β=2 vs β=1, marges libres vs équilibrées, famille de formes implicite (les géométries quantiques à N fixé) vs explicite (anneaux, disques, ellipses).
• Le milieu : deux cases UNCLEAR, et c’est là que tout se joue. Personne — ni le papier, ni Jesse, ni nous — n’a testé si le w intermédiaire est reproductible par un simple flou ε commutatif sur le même coût. Si oui, la non-commutativité est une décoration. Si non — si w déforme la géométrie effective et pas seulement la douceur de l’assignation — c’est exactement là que la méthode gagne sa vie.

Et le « rien vu à w=1/2 » de Jesse ? Sur des jets en lobes, notre analyse le prédit : l’optimum vit dans le bassin quasi-commutatif, où toute sortie quantique dégénère en axes + dispersions. Son null n’est pas une déception, c’est une donnée — qui pointe vers les données continues comme premier terrain où chercher l’avantage.

4. Le pont avec quantumlr

C’est la découverte qui m’a fait sourire : notre code construit H(x) = ½ Σ (A_k − x_k)² — le Hamiltonien du papier QGD, au signe près de la convention — et notre perte d’entraînement est bias_loss + quantum_weight × variance_loss, c’est-à-dire la famille QGD avec quantum_weight ≡ w. L’identification est exacte, pas analogique : on entraînait la famille de Jesse sans le savoir. Trois faits :

1. Notre défaut non-supervisé est 0,5 — le point d’opération exact de Jesse. Notre défaut supervisé est 0,0 — l’extrémité SHAPER. On a choisi empiriquement les deux coins que sa carte nomme.
2. Notre reproduction de la sphère retrouve la dimension intrinsèque d=2, stable de bruit 0 à 0,2 — confirmation indépendante, sur notre propre stack, de la robustesse revendiquée par la lignée QCML (Candelori et al. 2025).
3. Honnêteté due : notre « ablation commutative » était invalide — le notebook comparait deux graines aléatoires, pas deux structures. Donc aucune confirmation expérimentale du null de Jesse chez nous ; la vraie ablation (opérateurs diagonaux dans une base commune fixe, à paramètres égaux) est la première chose à faire tourner.

D’où deux hypothèses falsifiables, prêtes à tourner sur l’infrastructure existante : H1 — sur données continues (anneaux, disques) à petit N, la configuration non-commutative bat la commutative sur la perte w=1 elle-même, par la marge du cercle flou ; H5 — le bénéfice est non-monotone en w, nul aux deux extrémités classiques, avec une fenêtre qui ne s’ouvre que sous un w_c dépendant des données — et qui ne s’ouvre jamais sur des lobes, ce qui expliquerait son null à w=1/2 sans le contredire.

5. Ce qu’on lui répond

Deux mouvements, dans l’ordre :

1. Déplacer sa réserve de fond. Son objection générale au quantum-pour-les -données — le goulot d’encodage — vise le QPU-calculateur. Notre terrain est le QPU-réplique : en simulation quantique il n’y a rien à encoder, le matériau est mappé une fois dans le Hamiltonien de la machine. La distinction complète est figée sur Doctrine — c’est la pièce à lui mettre entre les mains.
2. Rendre sa phrase prédictive. Plutôt que de commenter son null, on lui propose le test qui le transforme en physique : le toy anneau-vs-lobes (N=2..4, w ∈ {0,1 ; 0,5 ; 1}, baseline K-means chargée en configuration diagonale — 1–2 jours sur notre stack), plus la perte pondérée par l’énergie qui rend tout le cadre IRC-safe — le raffinement commun naturel de ses deux algorithmes et de QGD, qu’on peut lui proposer explicitement.

S’il mord, on a un interlocuteur de classe mondiale qui stress-teste la couche géométrique du positionnement Q4Beam gratuitement. S’il ne mord pas, le test tourne quand même — et dans les deux cas on saura si le w intermédiaire est une décoration ou un levier.

Sources : six fiches de lecture adversariales (mission qgd-vision, locators vérifiés sur PDF), le mapping quantumlr complet, et le thread email archivé. Tout est versionné — le crayon ✎ est à toi.

Références