>>681
(引用開始)
わたしがAIに聞いたら、記事前半は完全に正しいとのこと。
数学的には、まず"Hat Puzzle with real numbers"というものがあって
その変種として、箱入り無数目と同じ設定の"Countable Box Paradox"
というものが、世界的に知られているらしい。
(引用終り)

補足するよ
箱入り無数目は、下記 Entropy (information theory) の保存則を破っている
（Claude Shannonが提唱して いまや AIのClaude は これから名前を取ったらしい）
１）簡単に説明すると
　箱入り無数目は、箱に任意ランダムな実数を入れて良いとする。
　箱一つで、コイントスなら 確率1/2 エントロピーI(E)=log 2
　サイコロなら 確率1/6 I(E)=log 6
２）箱を可算無限に増やして 箱入り無数目にすると
　確率 99/100 I(E)=log 99/100
　ここで問題は、元の確率が コイントス1/2 サイコロ1/6などであるにも係わらず
　全て I(E)=log 99/100で、ということは
　情報エントロピー が保存されていないということ（これはヘン）
３）さらに、そもそもは 箱には任意実数を入れて良いのだった
　いま、簡便に実数を区間[0,1]に制限する
　すると、区間[0,1]の１点的中は 1/連続無限 だ
　さて、区間[0,1]の実数から あらかじめ可算無限ω分 異なる実数を選んでおくとすると
　このとき、１点的中は 1/可算無限になる
　だが、箱入り無数目では ここでも 情報エントロピー が保存されず どちらも99/100で
　I(E)=log 99/100 だ

つまり、箱入り無数目の理論は、 Entropy (information theory) とは 両立しえない
「日本の大学学部レベル以上の数学確率論の研究者は、だれ一人 箱入り無数目を認めていない」>>681
は、そういうことです

反論があったら、まず 日本の大学確率論の研究者に手を挙げてもらってね>>681
（それできないよ。大学確率論の研究者は だれも箱入り無数目を認めない）

(参考)
https://en.wikipedia.org/wiki/Entropy_(information_theory)
Entropy (information theory)
The concept of information entropy was introduced by Claude Shannon in his 1948 paper "A Mathematical Theory of Communication",[2][3] and is also referred to as Shannon entropy.
https://en.wikipedia.org/wiki/Claude_(AI)
Claude (AI)
Claude is a series of large language models developed by American software company Anthropic.
Claude is reportedly named after Claude Shannon, a 20th-century mathematician who laid the foundation for information theory.[63]

https://ja.wikipedia.org/wiki/%E6%83%85%E5%A0%B1%E9%87%8F
情報量
情報量やエントロピー（英: entropy）は、情報理論の概念で、あるできごと（事象）が起きた際、それがどれほど起こりにくいかを表す尺度である
自己情報量
事象
E が起こる確率を
P(E) とするとき、事象
E が起こったことを知らされたとき受け取る自己情報量
I(E) は、以下で定義される：
I(E)=log 1/P(E)=−log P(E)
確率は 0≤P(E)≤1 なので自己情報量
I(E) は非負である