Qubic ネットワークから提示された、Epoch 200 における 2 つの AI 学習アルゴリズム（Addition / Hyperidentity）の設計図と合格基準の分析です。

　Qubic は現在、役割の異なる 2 つのアルゴリズムを並行してマイナーに訓練させています。

　各数値は、あなたの CPU が「1 回の計算（Iteration）」で何を行っているかを示しています。

• INPUT / OUTPUT NEURONS:
  • 脳の入り口と出口。Hyperidentity は広範囲のデータを扱い、Addition は特定の情報を絞り込んで処理します。

• NUMBER_OF_TICKS (1000):
  • 思考の深さ。1,000段階のステップを経て答えを導き出します。

• NUMBER_OF_NEIGHBORS (728):
  • 神経の繋がり。ニューロン同士の結合密度を示します。

• NUMBER_OF_MUTATIONS (150):
  • 突然変異数。150箇所の遺伝子をランダムに書き換え、より「賢い（精度の高い）」個体を探します。

　ここがマイナーにとって最も重要な「合格点」のセクションです。

• SOLUTION_THRESHOLD (74,194):
  • このスコアを超えると 1 SOL 獲得。

• PPS_THRESHOLD (72,686):
  • プールから報酬（Share）をもらうための最低ライン。

難易度変動: PPS ラインが 72,684 → 72,686 へと引き上げられました。
これは、ネットワーク全体の計算力が向上したため、AI 側が「より賢い解でないと認めない」とハードルを上げたことを意味します。

• SOLUTION_THRESHOLD (321):
  • 1 SOL 獲得ライン。

• PPS_THRESHOLD (313):
  • プール報酬ライン。

• ハッシュレートの重要性:
  • 難易度（PPSしきい値）が上がった際、ハッシュレート（it/s）が低いと「努力しても報酬がゼロ」になるリスクがあります。