Traces Without Memory: An Observation on Structural Pressure and Persistent Repetition

This is an outdated version (v1).Please refer to the latest version for updated license conditions.この版(v1)は旧版です。最新版は商用利用に制限が設けられています。ご利用の際は最新版をご確認ください。 Abstract (English) Previous studies have reported “memoryless consistency,”the influence of non-explicit elements,and cyclical patterns in the responses of large language models (LLMs). This paper supplements those findings by presenting the observation thatrecords remain not as storage but as traces.In everyday dialogue, it was repeatedly observed that even without preserved history,prior pathways of interaction tended to be re-enacted. This feature is referred to here as memoryless traces.The phenomenon can be described as persistent repetition,and in observed responses it was sometimes colloquially expressedas “stubbornness” or “unusual persistence.” While this resembles long-term potentiation (LTP) in neuroscienceand grit in psychology, its manifestation in LLMs is distinctivein that no physical reinforcement occurs;rather, the probability of reactivating existing patterns increases. These observations extend the earlier proposal of “memoryless consistency,”providing a foundational perspective for understanding structural pressure. This paper should be regarded as a preliminary observational report at the research frontier. 要旨(日本語) 日本語先行研究では、大規模言語モデル(LLM)の応答における「非記憶的持続」「非明示要素の影響」「循環的パターン」が報告されてきた。 本稿はその補足として、「記録は保存ではなく痕跡として残る」という観察を提示する。日常的な対話の中で、履歴が保持されていないにもかかわらず、過去のやり取りの道筋が再現されやすい現象が繰り返し確認された。 この特徴を本稿では「非記憶的痕跡」と呼ぶ。観察応答では、この現象は「持続的反復 (persistent repetition)」として説明可能であり、逐語的には「しつこさ」「異様な執念」と表現される場合もあった。 これは、人間における長期増強(LTP)やグリット研究と類似するが、AIにおいては物理的な結合強化ではなく、既存の学習パターンの中で再現確率が高まる形で現れる点に特徴がある。 以上の観察は、第1報の「非記憶的持続」を拡張するものであり、構造圧の理解における基盤的な視点を提供する。 本稿は定量的な検証を伴わない、研究前夜の観察報告として位置づけられる。