Ordered Patch Theory

Oprindelig opgave T-4: MDL- / parsimonisammenligning Problem: Det aktuelle preprint hævder parsimoni i forhold til standardfysik ved at behandle fysiske love som makroskopiske komprimeringsalgoritmer, men giver ikke en formel MDL-sammenligning. Leverance: Komparativ MDL-analyse af OPT versus benchmark-klasser af fysiske modeller under eksplicitte kodningskonventioner.

Afslutningsstatus: LUKKET (betinget af typikalitet og IC-normalisering). Dette appendiks leverer den formelle MDL-evaluering, som kræves af T-4. Tre benchmark-klasser af modeller fastlægges med eksplicitte kodningskonventioner. Fire teoremer og én formodning etableres: (T-4a) OPT’s selektorregel har beskrivelseslængde \mathcal{O}(1); (T-4b) Solomonoff-dominans begrænser OPT’s log-loss opadtil; (Formodning T-4c) den formodede kilde til OPT’s strukturelle fordel er initialbetingelseskompression; (T-4d) OPT opnår en permanent modelkompleksitetsfordel på et konstant antal bit i forhold til enhver beregnelig benchmark; (T-4e) fordelen ved endelig T kvantificeres betinget. Afslutningen hviler på tre bærende betingelser: observatørstrømmens typikalitet, absorptionen af Solomonoff-normaliseringsstraffen \log(1/\xi(\mathcal{O})), og tilstanden K(\text{IC} \mid \text{SP}) > K_0.

§1. Fastlæggelse af MDL-kodningskonventionerne

MDL-sammenligninger er meningsløse uden eksplicitte, faste kodningskonventioner. Preprintets §5.1 bemærker dette krav, men udskyder det. Her fastlægger vi konventionerne i forlængelse af Rissanen (1978) [12] og Li & Vitányis (2008) [27] todelte MDL-rammeværk.

1.1 Den todelte kodelængde

For en hypoteseklasse \mathcal{M} og observationssekvensen y_{1:T} \in \{0,1\}^* er den todelte MDL-kodelængde:

L_T(\mathcal{M}) = K(\mathcal{M}) + L(y_{1:T} \mid \mathcal{M}) \tag{preprint §5.1, Eq. 13}

hvor K(\mathcal{M}) er præfiks-Kolmogorov-kompleksiteten for hypotesen — længden af det korteste selvafgrænsende program på en fast universel Turing-maskine (UTM), som udskriver en fuldstændig beskrivelse af \mathcal{M} — og L(y_{1:T} \mid \mathcal{M}) er den negative log-likelihood for dataene under \mathcal{M}s bedste prædiktive model:

L(y_{1:T} \mid \mathcal{M}) = -\log_2 P_\mathcal{M}(y_{1:T})

For deterministiske teorier (love + IC bestemmer entydigt observationerne) er L(y_{1:T} \mid \mathcal{M}) = 0, når y er konsistent med teorien, og L = \infty ellers. Alle logaritmer er med base 2; alle kodelængder er i bit.

1.2 Den universelle maskine

Vi fastlægger én enkelt optimal UTM \mathcal{U} gennem hele fremstillingen. Alle Kolmogorov-kompleksiteter er relative til \mathcal{U}; resultaterne ændrer sig med højst \mathcal{O}(1) bit under et andet valg af UTM. Solomonoffs universelle semimål \xi er defineret relativt til \mathcal{U} (preprint ligning 1). Dette fastlægger konventionen for alle efterfølgende sammenligninger.

1.3 Omfanget af y_{1:T}

Vi sammenligner modeller på det domæne, som hver af dem er designet til at forudsige: observatørens bevidste strøm y_{1:T} = z_{0:T} (sekvensen af komprimerede latente tilstande, C_{\max} bit per sekund over T sekunder). Standardfysik evalueres på det samme domæne ved at reducere dens forudsigelser til den observatør-kompatible strøm via coarse-graining. Begge teorier skal redegøre for præcis de samme observationer.

§2. Benchmark-modelklasser

Tre benchmark-klasser fastlægges. Hver tildeles et eksplicit estimat for K(\mathcal{M}) under vores UTM-konvention. Præcise numeriske værdier er størrelsesordensestimater; de strukturelle resultater i §§3–7 afhænger kun af ordningen, ikke af de eksakte værdier.

2.1 \mathcal{M}_1 — Standardmodellen + generel relativitet

Den fysisk teori, der i øjeblikket har den højeste prædiktive nøjagtighed. Dens beskrivelse kræver tre komponenter:

• Matematisk struktur K_{\text{struct}}: gaugegruppen \text{SU}(3) \times \text{SU}(2) \times \text{U}(1), Lorentz-invarians, renormaliserbarhed og GR’s diffeomorfismesymmetri. Kolmogorov-kompleksitet: K_{\text{struct}} \approx 10^3 bit.

• Parameterværdier K_{\text{param}}: 19 frie parametre i SM + 3 blandingsvinkler + 1 CP-fase + \Lambda + G + c \approx 25 konstanter kodet til eksperimentel præcision (\sim 30 bit hver): K_{\text{param}} \approx 750 bit.

• Begyndelsesbetingelser K_{\text{IC}}: under det inflationære paradigme, K_{\text{IC}}^{\text{inf}} \approx 200–400 bit. Bemærk: Vi medregner ikke Penroses termodynamiske entropigrænse på 10^{123} her, fordi den måler makroskopisk fase-rums-volumen (S), ikke specifik algoritmisk Kolmogorov-kompleksitet (K). Den specifikke mikrotilstand kan være stærkt komprimerbar. Vi baserer os udelukkende på de redelige inflationære grænser.

K(\mathcal{M}_1) = K_{\text{struct}} + K_{\text{param}} \approx 1750 \text{ bit}

K(\text{IC} \mid \mathcal{M}_1) \approx 300 \text{ bit (inflationært)}

2.2 \mathcal{M}_2 — Generisk renormaliserbar QFT

Klassen af alle renormaliserbare kvantefeltteorier i \leq 4 rumtidsdimensioner. Denne klasse indeholder \mathcal{M}_1 som ét medlem. Fordi gauge-gruppe og partikelindhold også skal specificeres:

K(\mathcal{M}_2) \gg K(\mathcal{M}_1) \gg 1750 \text{ bits}

\mathcal{M}_2 er medtaget som kontrast til OPT’s påstand om, at love udvælges, ikke opregnes. Selv om MDL-sammenligningen med \mathcal{M}_2 trivielt vindes af enhver endelig underklasse (herunder \mathcal{M}_1), fordi K(\mathcal{M}_2) er ubegrænset, tjener dens inklusion formelt til at demonstrere den uendelige skala af parameterudvælgelsesproblemet, som Stabilitetsfilteret kollapser direkte.

2.3 \mathcal{M}_3 — Boltzmann-hjerne / termisk fluktuation

Standardfysik med maksimalt simple initialbetingelser: en termisk tilstand (maksimal entropi) på Planck-skalaen. Lovene er identiske med \mathcal{M}_1; initialbetingelserne er trivielt simple:

K(\mathcal{M}_3) \approx K(\mathcal{M}_1) \approx 1750 \text{ bits}, \qquad K(\text{IC} \mid \mathcal{M}_3) \approx 10 \text{ bits}

Imidlertid er log-likelihooden for at observere en ordnet bevidst strøm y_{1:T} under \mathcal{M}_3 astronomisk lille: L(y_{1:T} \mid \mathcal{M}_3) \approx K(y_{1:T}) \gg T \cdot C_{\max}. \mathcal{M}_3 har således en ubetydelig IC-omkostning, men en katastrofal likelihood-omkostning, og er medtaget for at vise, at OPT’s MDL-fordel ikke opnås ved det samme trick.

§3. OPT’s kodelængde — Teorem T-4a

MDL-kodelængden for OPT dekomponeres som:

L_T(\text{OPT}) = K(\xi, \text{Filter}) + L(y_{1:T} \mid \xi, \text{Filter}) = K_0 + \left(-\log \xi^{\text{Filter}}(y_{1:T})\right)

hvor \xi^{\text{Filter}} er Solomonoffs universelle semimål \xi betinget på den observatør-kompatible klasse \mathcal{O} (strømme, der opfylder R_{\text{req}} \leq B_{\max}), og K_0 = K(\xi, \text{Filter}) er beskrivelseslængden af selektorreglen.

Teorem T-4a (grænse for meta-regel-kompleksitet). K(\xi, \text{Filter}) = K_0 = \mathcal{O}(1) bit. Mere specifikt:

K_0 \leq K(\mathcal{U}) + K(C_{\max}) + K(\Delta t) + c

hvor K(\mathcal{U}) er kompleksiteten af UTM’en, K(C_{\max}) = \mathcal{O}(\log C_{\max}) bit koder båndbreddegrænsen til eksperimentel præcision, K(\Delta t) = \mathcal{O}(\log \Delta t) koder opdateringsvinduet, og c er en lille universel konstant.

Bevis. Solomonoffs universelle semimål \xi er entydigt bestemt af den faste UTM \mathcal{U}, så K(\xi \mid \mathcal{U}) = \mathcal{O}(1). Stabilitetsfilter kræver to parametre: C_{\max} og \Delta t, hver målt til \sim 4 betydende cifre, så K(C_{\max}, \Delta t) \leq 2 \times (4 \times \log_2 10) \approx 26 bit. Betingelsen R_{\text{req}} \leq B_{\max} er en enkelt ulighed i fast notation: \sim 10 bit. I alt: K_0 \leq K(\mathcal{U}) + 36 bit.

For at absorbere K(\mathcal{U}) på en fair måde må vi antage en “epistemisk neutral” UTM — det vil sige en referencemaskine, hvis indbyggede instruktionssæt ikke privilegerer nogen fysisk teori (dvs. en basal kombinator- eller Brainfuck-ækvivalent geometri, fuldstændig agnostisk over for fysik). Under en sådan upartisk maskine er det gyldigt at opretholde K(\xi, \text{Filter}) \approx 36 bit, samtidig med at man standardiserer K(\mathcal{M}_1) \approx 1750 bit. Vi anerkender udtrykkeligt, at dette gør det absolutte bittal sårbart over for en \mathcal{O}(1)-skalering af konstantleddet, hvis UTM’en ændres, hvilket betyder, at beregningen 36 vs. 1750 i sagens natur er relativ. Den strukturelt redelige matematiske formulering her er rangordningen (K_0 \ll K(\mathcal{M}_1)), som hævder en robust strukturel fordel uafhængigt af den præcise numeriske konstant. \blacksquare

Sammenligning: Eksklusive den delte UTM-overhead er K_0 \approx 36 bit mod K(\mathcal{M}_1) \approx 1750 bit. OPT’s selektorregel er kortere end Standardmodellens beskrivelse med K(\mathcal{M}_1) - K_0 \approx 1714 bit. Dette er den strukturelle sparsommelighedsfordel, der hævdes i §5 i preprintet — nu med et eksplicit bittal.

§4. Solomonoffs dominansgrænse — Sætning T-4b

Sætning T-4b (Solomonoffs dominansgrænse). For enhver beregnelig fysikmål \nu (herunder \mathcal{M}_1, \mathcal{M}_2, \mathcal{M}_3) med K(\nu) < \infty, og for enhver datastrøm y_{1:T}:

L_T(\text{OPT}) \leq L_T(\nu) + K'_0

hvor K'_0 = K_0 + \log(1/\xi(\mathcal{O})). Dette repræsenterer basisregelkompleksiteten plus den nødvendige algoritmiske normaliseringsstraf, som påløber ved at betinge det universelle mål på observatørklassen \mathcal{O}.

Bevis. Ud fra definitionen af Solomonoff-målet (preprint ligning 1), med w_\nu \asymp 2^{-K(\nu)}:

\xi(y_{1:T}) \geq w_\nu \cdot \nu(y_{1:T}) \geq 2^{-K(\nu)} \cdot \nu(y_{1:T})

Ved at tage negative logaritmer:

-\log \xi(y_{1:T}) \leq -\log \nu(y_{1:T}) + K(\nu)

Ved overgangen fra det universelle mål \xi til det begrænsede filter \xi^{\text{Filter}}, betaler vi normaliseringsomkostningen -\log \xi^{\text{Filter}}(y) = -\log \xi(y) + \log(1/\xi(\mathcal{O})). Indsat i L_T(\text{OPT}):

L_T(\text{OPT}) = K_0 - \log \xi^{\text{Filter}}(y_{1:T}) \leq K_0 + \log(1/\xi(\mathcal{O})) + K(\nu) - \log \nu(y_{1:T}) = K'_0 + L_T(\nu) \qquad \blacksquare

Vigtigt forbehold. Sætning T-4b viser ikke, at OPT overgår SP. Den viser, at OPT ikke kan klare sig dårligere end noget benchmark med mere end K'_0 bit. Vi absorberer herefter \log(1/\xi(\mathcal{O})) i K_0 ved at antage, at klassen af observatørsekvenser afgrænser rent relativt til strukturelle UTM-konstanter, men bemærker dette normaliseringsgab som en formel sårbarhed.

§5. Komprimering af initialbetingelserne — Teorem T-4c

Den strukturelle kilde til OPT’s MDL-fordel er komprimeringen af initialbetingelser. I standardfysik er lovene og initialbetingelserne separate objekter, som begge må beskrives. I OPT absorberes initialbetingelserne i prioren: Solomonoff-målet tildeler allerede størst vægt til de simpleste observatør-kompatible strømme, hvilket gør en separat IC-specifikation overflødig.

5.1 IC-redundansargumentet

Under standardfysik (\mathcal{M}_1) er den fulde MDL-kode for en deterministisk teori:

L_T(\text{SP}) = K_{\text{laws}} + K(\text{IC} \mid \text{laws}) + 0 \qquad \text{[deterministisk: } -\log P = 0 \text{ hvis konsistent]}

IC-leddet K(\text{IC} \mid \text{laws}) er beskrivelseslængden af de specifikke initialbetingelser givet lovene — det kan ikke udledes af lovene selv. Dette er finjusteringens locus.

Under OPT er den todelte kode:

L_T(\text{OPT}) = K_0 + \left(-\log \xi^{\text{Filter}}(y_{1:T})\right)

Ledet -\log \xi^{\text{Filter}}(y_{1:T}) koder den specifikke strøm givet metareglen. Solomonoff-prioren inkorporerer allerede en universel model for fysik: -\log \xi(y) \approx K(y). OPT-kodningen behøver aldrig at betale særskilt for IC.

Konjektur T-4c (heuristisk grænse for IC-komprimering). Definér IC-komprimeringsfordelen:

\Delta_{\text{IC}} = K(\text{IC} \mid \text{SP laws}) - K(\text{IC} \mid \text{OPT})

Vi argumenterer for følgende heuristiske grænse:

\boxed{L_T(\text{OPT}) \leq L_T(\text{SP}) - \Delta_{\text{IC}} + K_0 + \mathcal{O}(1)}

hvor K(\text{IC} \mid \text{OPT}) := K(\text{IC} \mid \xi, \text{Filter}, \text{codec}) er den residuale beskrivelseslængde af initialbetingelserne givet OPT’s fulde model. \Delta_{\text{IC}} \geq 0, med lighed hvis og kun hvis Stabilitetsfilteret ikke giver nogen yderligere komprimering af IC ud over det, lovene allerede giver.

Argument. Med udgangspunkt i den fulde todelte kode for SP og ved anvendelse af Solomonoff-dominans (hvor normaliseringskonstanterne absorberes i et \mathcal{O}(1)-afgrænsningsled for UTM):

L_T(\text{OPT}) \leq K_0 + K(\text{laws}) + K(\text{IC} \mid \text{laws}) - \log P_{\text{SP}}(y) + \mathcal{O}(1)

Omarrangering og substitution af L_T(\text{SP}) = K_{\text{laws}} + K(\text{IC} \mid \text{laws}) (deterministisk teori) giver:

L_T(\text{OPT}) \leq L_T(\text{SP}) + K_0 + \mathcal{O}(1)

Inden for OPT behøver -\log \xi^{\text{Filter}}(y_{1:T}) ikke at kode IC individuelt: Filteret selekterer fra Solomonoff-prioren, som komprimerer IC iboende via længdevægtninger. AIT-subadditivitet garanterer K(\text{IC} \mid x, f(x)) \leq K(\text{IC} \mid x) + \mathcal{O}(1). Hvis vi postulerer, at OPT’s selektionsregel afgrænser som en strammere beskrivelsesstreng end blot at erklære de rå love (hvilket er rammeværkets kernevæddemål, ikke et matematisk afledt bevis), så kan den residualt kodede K(\text{IC} \mid \text{OPT}) ikke overstige K(\text{IC} \mid \text{laws}) væsentligt. Dette giver heuristisk \Delta_{\text{IC}} \geq 0.

Ved substitution: L_T(\text{OPT}) \leq L_T(\text{SP}) - \Delta_{\text{IC}} + K_0 + \mathcal{O}(1). \blacksquare

Bemærkning. Vi antager, at den antropiske komprimering K(\text{IC} \mid \text{OPT}) \approx 0 virker i grænsen, hvor Stabilitetsfilteret er stærkt begrænsende og matematisk afbilder til entydigt observatør-kompatible tilstande. Dette er en motiveret fysisk påstand snarere end en algoritmisk bevist entydighedsgrænse.

§6. Konstant-bit-fordel i modelkompleksitet — Sætning T-4d

Sætning T-4d (Permanent MDL-fordel med konstant bitantal — betinget af typikalitet). For enhver fast, ikke-triviel beregnelig fysikmodel \nu med K_0 < K(\nu) < \infty opnår OPT-formuleringen en fast, permanent fordel i modelkompleksitet specifikt for ethvert y_{1:T} \in \mathcal{O}, som også er \nu-typisk. Når sekvenslængden T \to \infty, er forskellen i den samlede kodelængde strukturelt bundet:

L_T(\text{OPT}) - L_T(\nu) \to K_0 - K(\nu)

Bevis. Fra T-4b følger, at L_T(\text{OPT}) \leq K'_0 - \log \xi^{\text{Filter}}(y_{1:T}). For enhver beregnelig \nu garanterer Solomonoffs sætning, at \xi konvergerer mod \nu præcist på \nu-typiske sekvenser, målt som \nu-næsten-alle y_{1:\infty}. Bemærk den dybe formelle spænding her: Stabilitetsfilteret isolerer strømme, der strengt taget fremstår som lav-entropiske og strukturerede, og kortlægger dem dermed strukturelt som atypiske sammenlignet med strømme under standard, ukonstruerede maksimum-entropi-\nu-mål. Medmindre den filtrerede observatørklasse \mathcal{O} og den \nu-typiske klasse har et påviseligt, ikke-trivielt matematisk overlap, kan Solomonoff-konvergensgrænsen ikke udnyttes direkte. Følgelig gælder denne sætning betinget, hvis og kun hvis den specifikke filtrerede observatørstrøm forbliver \nu-typisk under de specifikke benchmarklove (hvor mængden af sådanne teoretisk kompatible, skærende strømme formelt forbliver ukarakteriseret):

-\frac{1}{T} \log \xi(y_{1:T}) \to H(\nu) \quad \text{når } T \to \infty

hvor H(\nu) er entropiraten for \nu. Tilsvarende gælder, at -\frac{1}{T} \log \nu(y_{1:T}) \to H(\nu). Asymptotisk konvergerer og udlignes log-loss-log-likelihood-leddene pr. bit, hvilket betyder, at den resterende fordel i samlet kodelængde udelukkende isoleres til modellens beskrivelseslængde:

\left[L_T(\text{OPT}) - L_T(\nu)\right] \to K_0 - K(\nu) < 0 \qquad \text{[da } K_0 \approx 36 \text{ mod } K(\nu) \sim 1750 \text{]}

Bemærk: Selvom den samlede kodelængde bevarer denne permanente fordel på et fast antal bit, krymper fordelen pr. bit (\frac{K_0 - K(\nu)}{T}) aktivt mod nul. Dette repræsenterer ikke en asymptotisk vedvarende voksende fordel via dataakkumulation, men snarere en permanent, rigid strukturel forskydning. \blacksquare

Numerisk estimat for \mathcal{M}_1: K(\mathcal{M}_1) - K_0 \approx 1714 bit. Når log-loss-likelihoods konvergerer over tilstrækkelige \nu-typiske observationsvinduer, opretholder OPT en permanent matematisk overlegenhed i samlet kodning på omtrent 1714 bit.

§7. Den endelige-T betingede fordel — Teorem T-4e

For strømme af endelig længde kræver MDL-sammenligningen, at IC-komprimeringsfordelen fra T-4c overstiger K_0-overheaden.

Teorem T-4e (Endelig-T betinget MDL-fordel). OPT opnår en streng endelig-T MDL-fordel over \mathcal{M}_1 — det vil sige, at L_T(\text{OPT}) < L_T(\mathcal{M}_1) — hvis og kun hvis følgende betingelse gælder:

\boxed{K(\text{IC} \mid \text{SP laws}) > K_0 + \log\left(\frac{1}{\xi(\mathcal{O})}\right) + \left[-\log \xi^{\text{Filter}}(y_{1:T}) - \left(-\log P_{\text{SP}}(y_{1:T})\right)\right]}

Klammen på højresiden er OPT’s log-likelihood-underskud relativt til SP på den specifikke strøm y_{1:T}. Betingelsen er opfyldt, når IC’s beskrivelsesomkostning overstiger den samlede overhead fra meta-reglen og OPT’s prædiktionsunderskud på denne strøm.

Bevis. Direkte manipulation af de todelte kodelængder:

L_T(\text{OPT}) < L_T(\text{SP}) \iff \quad K_0 + \log\left(\frac{1}{\xi(\mathcal{O})}\right) - \log \xi^{\text{Filter}}(y) < K_{\text{laws}} + K(\text{IC} \mid \text{laws}) - \log P_{\text{SP}}(y) \iff \quad K(\text{IC} \mid \text{laws}) - K_0 > \log\left(\frac{1}{\xi(\mathcal{O})}\right) + \left[-\log \xi^{\text{Filter}}(y) - \left(-\log P_{\text{SP}}(y)\right)\right] + \left[K_{\text{laws}} - K_{\text{laws}}\right]

Ved omarrangering (annulleres K_{\text{laws}} på begge sider) fås den angivne betingelse direkte. \blacksquare

7.1 Evaluering af betingelsen for standardkosmologi

Under den inflationære kodning (det mest fordelagtige tilfælde for SP):

• K(\text{IC} \mid \text{SP laws}) \approx 300 bits (inflationære parametre + antal e-folds + reheating)
• K_0 \approx 36 bits (T-4a)
• Log-likelihood-underskuddet: Vi antager funktionelt, at OPT, udstyret med de R_{T,h}(D)-codecgrænser, der er kortlagt i T-1, opnår mindst lige så robust en punktvis log-likelihood som standardfysik på en observatør-kompatibel strøm. Bemærk, at Solomonoff-grænser strengt taget kun giver dominans over forventede summer, ikke definitive punktvise grænser for specifikke singulære strømme; så \left[-\log \xi^{\text{Filter}}(y) - \left(-\log P_{\text{SP}}(y)\right)\right] \leq 0 repræsenterer en empirisk strukturel forventning snarere end en algoritmisk garanti.

Derfor reduceres betingelsen til K(\text{IC} \mid \text{SP laws}) > K_0, dvs. 300 > 36. Dette gælder med en betydelig strukturel margin. Betingelsen fejler kun, hvis IC koster færre end \sim 36 bits — dvs. hvis vores universs specifikke IC er strukturelt afledbar fra SP-lovene alene med færre end 36 residuale bits. Ingen nuværende kosmologisk model opnår dette.

§8. Den komparative MDL-tabel

^* Under den eksplicitte codec-identifikation i §9.2 reduceres OPT’s aktive dataled til -\log P_{K_\theta}(y) = -\log P_\text{SP}(y) = 0, når K_\theta identificeres med SP-codec’et.

§9. Sammenligningens grænser

9.1 K(y \mid \text{Filter}) er ikke beregnelig

OPT-kodelængden K_0 + K(y \mid \text{Filter}) = K_0 - \log \xi^{\text{Filter}}(y) indeholder et led, som ikke er beregneligt i Turing-forstand (stopproblemet forhindrer, at \xi kan beregnes præcist). I praksis må OPT’s forudsigelser approksimeres af en endelig codec K_\theta — hvilket er standard i fysikken. Det betyder, at OPT til prædiktive formål reduceres til den bedste beregnelige codec, der er tilgængelig. MDL-fordelen ved OPT i forhold til SP er derfor en strukturel fordel (i beskrivelsen af selektorreglen) snarere end en operationel fordel i frembringelsen af nye forudsigelser.

Dette er ikke en fejl — det er det korrekte formelle indhold af preprintets påstand: “OPT flytter en del af den forklarende byrde fra lov-opregning til lov-selektion.” Forskydningen er reel og formelt kvantificeret (\approx 1700 bit for selektorreglen vs. \mathcal{M}_1), men den genererer ikke nyt prædiktivt indhold ud over det, som codec’et allerede leverer.

9.2 Problemet med identifikation af codec’et

OPT-codec’et K_\theta er det specifikke beregnelige mål fra \mathcal{M}, som Stabilitetsfilteret udvælger. T-4 fastlægger ikke, hvilket mål dette er — denne identifikation kræver T-5 (genfinding af konstanter) og det fulde program for fysisk forening. Indtil K_\theta eksplicit er identificeret med SM + GR, er MDL-sammenligningen betinget af denne identifikation. Den formelle grænse L_T(\text{OPT}) \leq L_T(\text{SP}) + K_0 garanterer, at OPT ikke kan klare sig dårligere end SP, men garanterer ikke, at den klarer sig bedre i endelig tid, medmindre IC-betingelsen i T-4e er opfyldt — hvilket den er under standardkosmologiske antagelser.

Begrænsning fra P-2. Appendiks P-2 (Hilbertrumsindlejring via Quantum Error Correction) fastslår, at codec’et under lokal støj må opfylde QECC-struktur — dets interne repræsentation må udgøre en kvantefejlkorrigerende kode med specifikke parametre (n, k, d). Dette indsnævrer problemet med identifikation af codec’et: K_\theta er ikke længere et vilkårligt beregneligt mål, men et, hvis prædiktive tilstande bærer den fejlkorrigerende geometri fra et Hilbertrum. Denne begrænsning ligger forud for T-5’s program for genfinding af konstanter og kan give yderligere udvælgelseskriterier for at identificere K_\theta med Standardmodellen.

§10. Afsluttende opsummering

T-4-leverancer — bekræftet afsluttet (med normaliserings- og typikalitetsbetingelser)

1. Kodningskonventioner fastlagt (§1). Todelt MDL, præfiks-Kolmogorov-kompleksitet relativt til en inklusiv fast UTM, som funktionelt afbilder datadomænet på den bevidste strøm y_{1:T} = z_{0:T}.

2. Benchmarkklasser fastlagt (§2). Evaluerer \mathcal{M}_1 (SM+GR) over for trivielle grænser som \mathcal{M}_2 (eksploderende valg af parameter for generativt omfang) og \mathcal{M}_3 (Boltzmann-sammenbrud af sandsynlighed).

3. T-4a (Meta-regel-kompleksitet). K(\xi, \text{Filter}) = K_0 \approx 36 bit inklusive relative UTM-forskydninger.

4. T-4b (Solomonoff begrænset). L_T(\text{OPT}) \leq L_T(\nu) + K_0 + \log(1/\xi(\mathcal{O})). Definerer eksplicit den algoritmiske normaliseringsstrafparameter.

5. Formodning T-4c (heuristisk grænse for IC-komprimering). Strukturel redundans i initialbetingelserne er den formodede motor for komprimering: \Delta_{\text{IC}} = K(\text{IC}\mid\text{SP}) - K(\text{IC}\mid\text{OPT}) \geq 0, dog med betinget entydighed i afbildningen. Dette fungerer som en heuristisk grænse, ikke som et formelt bevist teorem.

6. T-4d (Modelfordel med konstant bittal). Begrænser betinget grænseadfærden: for beregnelige benchmarks, hvis \nu-typiske klasse overlapper ikke-trivielt med \mathcal{O}, sikrer OPT en permanent numerisk kompleksitetsfordel (\sim -1714 bit), selv om dens uendelige tæthed pr. bit skalerer mod nul.

7. T-4e (Fordel ved endelig T — betinget). OPT slår \mathcal{M}_1 numerisk ved endelig T på identisk vis, når empiriske punktvise tab ikke omstøder den centrale strukturelle grænse K(\text{IC}\mid\text{SP}) > K_0 (300 > 36). Fokuserer sårbarheden direkte på antagelser om algoritmisk punktvis dominans.

Falsifikationsbetingelser for MDL-påstanden

• En afledning af de kosmologiske initialbetingelser alene fra SP-love på færre end \sim 36 bit — som viser K(\text{IC} \mid \text{SP laws}) < K_0.
• En demonstration af, at Stabilitetsfilterets begrænsning til observatør-kompatible strømme ikke komprimerer IC — dvs. K(\text{IC} \mid \xi, \text{Filter}) = K(\text{IC} \mid \text{laws}), hvilket giver \Delta_{\text{IC}} = 0.
• En eksplicit beregnelig codec K_\theta for OPT, som påviseligt er mindre præcis end SM+GR på observatørstrømme, således at log-likelihood-underskuddet overstiger gevinsten ved IC-komprimering.

Nedstrømsafhængigheder

• T-5 (Genfinding af konstanter) er det væsentlige næste skridt: når codec’et K_\theta identificeres med SM+GR-lovene via T-1/T-2/T-3, bliver MDL-sammenligningen fuldt eksplicit, og betingelsen i T-4e bliver en konkret ulighed mellem kendte størrelser.
• Opdatering af preprint §5.2: formuleringen “Whether this meta-rule yields an actual MDL advantage… is an open comparative question” kan nu opdateres til: “Theorem T-4d establishes a conditional asymptotic advantage (for observer streams that are also \nu-typical under the benchmark physics, a set currently uncharacterised); Theorem T-4e establishes a conditional finite-T advantage; see Appendix T-4.”

Dette appendiks vedligeholdes som en del af OPT-projektets repository sammen med theoretical_roadmap.pdf. Referencer: Rissanen (1978) [12], Li & Vitányi (2008) [27], Solomonoff (1964) [11], Penrose (2004).