Järjestetyn patchin teoria
Liite T-9: Ylläpitosykli, MDL-karsinta ja palautumisehdot
11. toukokuuta 2026 | DOI: 10.5281/zenodo.19300777
Alkuperäinen tehtävä T-9: Ylläpitosykli ja palautumisapparaatisto Ongelma: Pääartikkelin §3.6.3–§3.6.6 määrittelee yhtälöt T9-1–T9-13 (Ylläpitosykli-operaattori \mathcal{M}_\tau, MDL-karsinta \Delta_{\mathrm{MDL}}, konsolidaatiohyöty \Delta K_{\text{compress}}, REM-tärkeyspainotus w(b)). Liitteet T-12 (Narratiivinen ajautuma) ja T-13 (Action-Drift) viittaavat tähän apparatistoon kantavana rakenteena. Kehikosta puuttuu kokoava liite, joka (i) nimeää formaalit primitiivit eksplisiittisesti, (ii) erottaa toisistaan neljä karsinnan modaliteettia, jotka pääartikkelin \Delta_{\mathrm{MDL}} < 0 jättää implisiittisiksi, (iii) määrittelee palautumisehdon ja (iv) tarjoaa vakaan formaalin kohteen, johon korollaariliitteet voivat viitata. T-9 täyttää tämän aukon. Toimitettava: Kokoava liite samalla epistemisellä tasolla kuin T-2 / T-15 (rakenteellinen vastaavuus, ei suljettu teoreema). Uusi sisältö pääartikkelin lisäksi: eksplisiittinen prediktiivisen hyödyn määritelmä G_i(t,\tau), ylläpitokustannuksen hajotelma, jossa resurssikapasiteetti on ensisijainen, neljän karsintamodaliteetin erottelu, palautumisehto, korollaariketju.
Sulkeutumisen tila: RAKENTEELLINEN VASTAAVUUS (sama taso kuin T-2 / T-15). Tämä liite ei ole suljetun teoreeman liite. Se kokoaa yhteen Ylläpitosykli-apparaatiston, joka on jo toiminnassa preprintin §3.6:ssa, ja lisää neljä formaalia sisältöä, joita pääartikkeli ei sisällä: eksplisiittinen prediktiivinen hyöty, resurssikapasiteettiin perustuva kustannuskehystys, neljä karsintamodaliteettia ja palautumisehdot. §2:n OpenAI-arvioinnin varaumat on huomioitu: (i) karsintakynnys esitetään muodossa, joka koordinoituu T-12:n odottavan kanavaitsenäisyyden uudelleenmuotoilun kanssa (vaihe 4); (ii) olemassa olevat pääartikkelin yhtälöt T9-3 / T9-4 säilytetään viitatussa muodossaan, ja T-9 tuo resurssikapasiteetin tarkennuksen lisäformaalina kerroksena sen sijaan, että muuttaisi viitattuja muotoja hiljaisesti; (iii) resurssikapasiteettikustannus on ensisijainen, ja K-kompleksisuus toimii rakenteellisen vastaavuuden approksimaationa. Avoimet reunat (§9): resurssikapasiteetin ja K-kompleksisuuden välinen kirjanpito on sovitettava täysimääräisesti yhteen T-12:n kanssa, kun T-12:n uudelleenmuotoilu valmistuu.
§1. Asetelma — Aktiivisen mallin komponentit
Koodekki K_\theta koostuu aktiivisen mallin komponenteista \{\theta_i\}_{i \in I}, joissa kukin \theta_i on koodekin osoitteellinen rakenteellinen yksikkö — generatiivinen priori, opittu piirredetektori, rekurrenttinen pino, pitkän kantaman kytkentä tai mikä tahansa muu primitiivi, joka osallistuu koodekin ennusteiden \pi_t ja päivitysoperaattorin \mathcal{U} tuottamiseen ajan yli. Kokoelma \{\theta_i\} on minä tahansa annettuna hetkenä äärellinen, mutta sitä voidaan laajentaa konsolidaation kautta (Pass II, preprint §3.6.4) tai supistaa karsinnan kautta (Pass I, preprint §3.6.3).
T-9:n tarkoituksia varten komponentit otetaan annettuina: T-9 ei johda sitä, mikä tekee yhdestä \theta_i:stä eikä toisesta “luonnollista” komponenttia, sillä tämä on representaation oppimista koskeva kysymys, joka jää OPT:n soveltamisalan ulkopuolelle. Ylläpitosyklin koneisto toimii millä tahansa hajotelmalla, jonka koodekki sallii.
Ylläpitosyklin operaattori \mathcal{M}_\tau (preprint Eq. T9-2) vaikuttaa Fenomenaalisen tilan tensoriin P_\theta(t) matalan kuormituksen intervalleissa (R_{\text{req}}(t) \ll C_{\max}). T-9 purkaa kolme vaihetta (karsinta, konsolidaatio, Ennakoiva Haarajoukko -otanta) eksplisiittisiksi formaaleiksi primitiiveiksi alla olevissa §2–§6:ssa; §7:n korollaariketju seuraa sitten Narratiivista ajautumaa (T-12) ja toiminta-ajautumaa (T-13) näiden primitiivien läpi.
§2. Prediktiivinen etu G_i(t, \tau)
Komponentin \theta_i prediktiivinen etu ikkunassa, jonka pituus on \tau, mittaa, kuinka paljon kyseinen komponentti kontribuoi koodekin prediktiiviseen suorituskykyyn syötevirralla, kun muut komponentit pidetään kiinteinä:
G_i(t, \tau) \;:=\; I\!\left(\theta_i \,;\, X_{t+1:t+\tau} \mid \theta_{-i}\right) \tag{T9.2-1}
missä \theta_{-i} tarkoittaa koodekin muuta osaa ilman komponenttia \theta_i, ja I(\cdot ; \cdot \mid \cdot) on ehdollinen keskinäisinformaatio. Ehdollinen muoto on olennainen: se eristää \theta_i:n marginaalisen prediktiivisen kontribuution eikä sen yhteistä kontribuutiota päällekkäisten komponenttien kanssa.
Vertailu pääartikkelin yhtälöön T9-3. Pääartikkelin MDL-karsintasuure on
\Delta_{\mathrm{MDL}}(\theta_i) \;=\; I\!\left(\theta_i\,;\,X_{t+1:t+\tau} \mid \theta_{-i}\right) - \lambda K(\theta_i) \tag{T9-3, preprint §3.6.3}
T-9 nimeää ensimmäisen termin eksplisiittisesti muodossa G_i(t,\tau), jotta prediktiivisen edun primitiiviin voidaan viitata erillään kynnysmuotoisesta karsintaehdosta. Tämä on puhtaasti notaation yhtenäistämistä; epäyhtälö säilyy ennallaan.
Ikkunan pituus \tau. Prediktiivinen etu riippuu ikkunan pituudesta. Lyhyt \tau tavoittaa ennustamisen hienon aikaskaalan (motorinen kontrolli, työmuisti); pitkä \tau tavoittaa rakenteellisen ennustamisen (semanttiset säännönmukaisuudet, narratiivinen koherenssi). Ylläpitosyklin Pass I -karsinta arvioidaan pidemmän \tau:n regiimissä, jossa aidosti hyödyttömillä komponenteilla on G_i \to 0. Pass II -konsolidointi sitä vastoin optimoi lyhyen \tau:n regiimissä, jossa päällekkäisten komponenttien välinen redundanssi tulee keskeiseksi.
§3. Ylläpitokustannus C_i — resurssikapasiteetti ensisijaisena
Komponentin \theta_i ylläpitokustannukselle on kaksi yhteensopivaa muotoilua.
Muoto 3.1 — Resurssikapasiteetti (ensisijainen T-9:lle). Komponentin kustannus on se resurssikapasiteetti, jonka se vie koodekin operationaalisessa substraatissa:
C_i \;:=\; c_i^{\text{params}} + c_i^{\text{memory}} + c_i^{\text{compute}} + c_i^{\text{channel}} \tag{T9.3-1}
missä neljä budjettia ovat: parametripaikat (painojen tai yhteyksien lukumäärä); muistijalanjälki (tallennettuina bitteinä); laskentakustannus (operaatioina sykliä kohti); ja kanavakapasiteetti (kaistanleveyden bitit, jotka komponentti kuluttaa Markov-peitteen rajalla \partial_R A). Kukin c_i on periaatteessa havaittavissa — biologisten koodekkien tapauksessa metabolisin ja fysiologisin mittauksin, synteettisten koodekkien tapauksessa suoralla instrumentoinnilla.
Muoto 3.2 — K-kompleksisuuden approksimaatio. Pääartikkelin yhtälö T9-3 käyttää termiä \lambda K(\theta_i), missä K(\theta_i) on komponentin prefiksinen Kolmogorov-kompleksisuus:
C_i^{\text{K-approx}} \;:=\; \lambda \cdot K(\theta_i) \tag{T9.3-2}
Tämä on rakenteellisen vastaavuuden approksimaatio: K-kompleksisuus on yläpuolilaskettava eikä tiukasti additiivinen komponenttien yli (yhden komponentin poistaminen ei välttämättä vähennä lyhimmän kuvauksen pituutta sen itsenäisen K(\theta_i)-arvon verran, koska komponentit voivat jakaa rakennetta). Resurssikapasiteettimuoto (T9.3-1) on siksi ensisijainen operationaalisia väitteitä varten; K-kompleksisuusmuoto säilytetään teoreettisia analyysejä varten, joissa additiivisuusapproksimaatio on hyväksyttävä.
Miksi kaksi muotoa. OpenAI:n T-12:sta tekemä arvio (appendix-corrections-muistio §2.8) huomautti aivan oikein, että K-kompleksisuus ei ole additiivinen komponenttien yli, ja suositteli resurssikapasiteettimittoja operationaalisia väitteitä varten. T-9 omaksuu resurssikapasiteetin ensisijaiseksi, mutta säilyttää K-kompleksisuusmuodon, koska sekä nykyinen pääartikkelin yhtälö T9-3 että T-12:n lauseen T-12 todistus viittaavat K-kompleksisuusmuotoon. Resurssikapasiteettia koskeva täsmennys on puhtaampi muotoilu kohtiin §3.6.3 / §3.6.4 / T-12 / T-13 v3.7.0:n tai myöhemmän siivouskierroksen yhteydessä; T-9 tarjoaa molemmat muodot, jotta lopullinen siivous voidaan toteuttaa johdonmukaisesti sen sijaan, että kaikki viittaavat kohdat olisi korjattava samanaikaisesti.
\lambda:n viritys. Muodossa 3.2 parametri \lambda tasapainottaa prediktiivisen hyödyn ja kompleksisuuskustannuksen välillä. Empiirisesti \lambda:n havaitaan vaihtelevan affektiivisen tilan mukaan — korkea |E(b)| (preprintin yhtälö T9-10) nostaa käytännössä \lambda:a komponenttitasolla, mikä tekee affektiivisesti merkityistä komponenteista vastustuskykyisempiä karsinnalle. Tämä on emotionaalisen muistin vahvistumisen formaali selitys (preprint §3.6.5, Pass III).
§4. Karsimisehto — kynnysmuoto
Karsimisehto käyttää kynnysmuotoa eikä pääartikkelin yhtälön T9-4 tiukan positiivisuuden muotoa. OpenAI:n T-12:ta koskeva arvio (appendix-corrections-muistio §2.8 Korjaus 3) huomautti aivan oikein, että karsimisen tiukka ehto I = 0 on liian hauras: todellisilla komponenteilla on heikkoja epäsuoria prediktiivisiä kontribuutioita silloinkin, kun niiden ensisijainen prediktiivinen rooli on suljettu pois suodatetun syötteen vuoksi.
Kynnysmuotoinen karsimisehto:
\text{Karsi } \theta_i \quad \text{jos} \quad G_i(t, \tau) \;<\; C_i \;-\; \epsilon \tag{T9.4-1}
missä \epsilon > 0 on pieni säilytyspuskuri, joka säätää koodekin karsimisaggressiivisuutta. Ekvivalentit epäyhtälömuodot:
G_i(t, \tau) - C_i \;<\; -\epsilon \quad \Longleftrightarrow \quad I\!\left(\theta_i; X_{t+1:t+\tau} \mid \theta_{-i}\right) \;<\; C_i - \epsilon \tag{T9.4-2}
Vertailu pääartikkelin yhtälöön T9-4. Pääartikkeli kirjoittaa karsimisen laukaisuehdoksi \Delta_{\mathrm{MDL}}(\theta_i) < 0, mikä vastaa tapausta \epsilon = 0 — tiukka nollatulospiste. T-9 yleistää tätä ottamalla käyttöön säilytyspuskurin \epsilon, joka mallintaa tarkemmin biologisen karsimisen dynamiikkaa (jossa pienet prediktiiviset kontribuutiot säilyvät ohimenevää kohinaa vastaan) ja synteettisten koodekkien karsimishyperparametreja (joissa kynnyspohjainen poisto on standardi).
Tiukka nollatulostapaus saadaan takaisin rajalla \epsilon \to 0, joten T-9:n muoto ei mitätöi T-12:ssa ja T-13:ssa olevia viittauksia T9-4:ään; se yleistää niitä.
Seuraus Narratiiviselle ajautumalle (ristiviite T-12). Suodatetun syötteen X' = \mathcal{F}(X) ja poissuljetun signaalin \mathcal{X}_{\text{excl}} tapauksessa ne komponentit \theta_i, joiden prediktiivinen kontribuutio kohdistuu yksinomaan \mathcal{X}_{\text{excl}}:ään, toteuttavat ehdon G_i(t, \tau) \to 0 suodatetussa virrassa (koska niiden kohde puuttuu havaitusta syötteestä). Karsimisehto (T9.4-1) laukeaa tällöin, koska 0 < C_i - \epsilon kaikille positiivisen kustannuksen komponenteille. T-12:n lauseen T-12 irreversiibelisyystulos seuraa tästä laukeamisesta yhdessä alla §5:ssä esitetyn neljän modaliteetin erottelun kanssa.
§5. Neljä karsinnan modaliteettia
Karsintaoperaatio (T9.4-1) sallii koodekissa neljä erillistä toteutustapaa, joilla on erilaiset palautuvuusominaisuudet. Erottelu on tärkeä palautumisehdon (§6) kannalta sekä T-12 Korjauksen 1 Narratiivisen ajautuman irreversiibilisyysväitteen kannalta (appendix-corrections-muistio §2.8).
Modaliteetti 5.1 — Palautuva suppressio. Komponentin \theta_i ulostulon painotus pienennetään nollaan (tai osallistumiskynnyksen alapuolelle), mutta komponentin parametrit ja rakenne säilyvät tallennettuina koodekissa. Palautuminen on suoraviivaista: uudelleenpainotus palauttaa komponentin. Tämä on se operaatio, joka on ehdollistumisessa tapahtuvan käyttäytymisen sammumisen taustalla (ehdollistunut vaste heikkenee, mutta jälki säilyy) sekä neuroverkkojen dropout-tyyppisen regularisoinnin taustalla.
Modaliteetti 5.2 — Painojen hajoaminen. Komponentin parametrit hajoavat jatkuvasti kohti oletustilaa regularisaatiopaineen \propto \lambda alaisina. Komponenttia ei poisteta, mutta se menettää uskollisuutta; osittainen palautuminen on mahdollista, jos oletustila on informatiivinen.
Modaliteetti 5.3 — Representaationaalinen unohtaminen. Kilpailevat komponentit ylikirjoittavat komponentin parametrit konsolidaation aikana (Pass II, preprint §3.6.4). Rakenteellinen paikka säilyy, mutta spesifi representaatio menetetään. Palautuminen edellyttää uudelleenaltistumista relevantille syötevirralle myöhemmän Ylläpitosyklin aikana ja on osittaista (uudelleen opittu representaatio eroaa alkuperäisestä hienorakeisissa yksityiskohdissa).
Modaliteetti 5.4 — Arkkitehtoninen karsinta. Sekä komponentin parametrit että sen rakenteellinen paikka poistetaan; koodekin arkkitehtuuria supistetaan. Palautuminen on mahdotonta koodekin tasolla — komponentti on kasvatettava uudelleen alusta kokonaisen oppimisepisodin kautta. Tämä on irreversiibeli modaliteetti.
Modaliteettiluokitus suodatetun syötteen alaisuudessa. T-12 Lauseen T-12 “irreversiibilisyys”-väite (sellaisena kuin se on esitetty nykyisessä preprintissä) edellyttää Modaliteettia 5.4 (arkkitehtoninen karsinta) ja sulkee pois Modaliteetit 5.1–5.3. T-9 tekee tämän modaliteettiriippuvuuden eksplisiittiseksi; v0.4 appendix-corrections-muistion §2.8 Korjaus 1 (“irreversible should be conditional on no protected archive / no replay buffer / no external teacher / no architectural reserve capacity / continued operation under the same filter / pruning is literal capacity deletion, not reversible suppression”) on linjassa Modaliteetti 5.4 -tulkinnan kanssa.
Todellisissa biologisissa ja synteettisissä koodekeissa esiintyy tyypillisesti modaliteettien sekoitus, jossa Modaliteetti 5.4 on varattu komponenteille, joita karsitaan pysyvästi monien Ylläpitosyklien ajan. Siirtymä palautuvasta karsinnasta irreversiibeliin karsintaan jatkuvan suodatetun syötteen alaisuudessa on se rakenteellinen mekanismi, joka on kroonisen Narratiivisen ajautuman (T-12) taustalla.
§6. Palautumisehto
Karsittu komponentti \theta_i on palautettavissa, jos on olemassa prosessi, jonka avulla se voidaan palauttaa aktiiviseksi osaksi koodekkia. Palautumistodennäköisyys palautumisikkunan \tau_R yli on:
P\big(\text{recover } \theta_i \mid \tau_R\big) \;=\; P\big(\text{Modality 5.1 or 5.2}\big) \cdot p_{\text{restore}}(\tau_R) \;+\; P\big(\text{Modality 5.3 or 5.4}\big) \cdot p_{\text{regrow}}(\tau_R) \tag{T9.6-1}
Ensimmäinen termi kattaa palautuvan / osittain palautuvan karsinnan (suppression, weight decay); toinen kattaa representaatioiden unohtamisen ja arkkitehtonisen karsinnan, joissa palautuminen edellyttää ulkoista syötettä.
Palautuminen on positiivinen vain, jos vähintään yksi kolmesta ehdosta täyttyy:
Suojattu muisti. Koodekki säilyttää \theta_i:n arkistoidun representaation karsimattomassa substraatissa (erillinen välimuisti, versionhallittu varmuuskopio, neurofysiologisesti suojattu muisti, joka on konsolidoitu eri alueelle). Modaliteetit 5.1 ja 5.3 voivat palautua tämän ehdon vallitessa.
Ulkoinen opettaja / uudelleenaltistus. Koodekki altistuu syötevirroille, jotka sisältävät signaalin \mathcal{X}_{\text{excl}}, jota karsittu komponentti alun perin seurasi. Aktiivinen uudelleenoppiminen myöhemmän Ylläpitosyklin Pass II:n aikana rakentaa komponentin uudelleen (hienorakeista uskollisuutta koskevin varauksin). Kaikki neljä modaliteettia voivat palautua tämän ehdon vallitessa riittävän ajan kuluessa, vaikka modaliteetti 5.4 edellyttää täyttä oppimisjaksoa, joka on verrattavissa alkuperäiseen omaksumiseen.
Arkkitehtoninen reservi. Koodekilla on rakenteellisia paikkoja, joita ei ole sidottu tiettyihin komponentteihin ja jotka voidaan allokoida uudelleenkasvatetun representaation isännöintiin. Tämä on se ehto, jonka vallitessa modaliteetin 5.4 palautuminen on ylipäätään mekaanisesti mahdollinen.
Jos mikään kohdista (1), (2), (3) ei täyty, niin P(\text{recover}\, \theta_i \mid \tau_R) = 0 kaikilla \tau_R, ja karsinta on pysyvä.
Substraattiuskollisuusehto. T-12:n Substraattiuskollisuusehto (teoreema T-12b — Markov-peitteen ylittävien \delta-riippumattomien syötekanavien redundanssi) on kohdan (2) sukulinjatason analogi: kanavat varmistavat, että syötevirta sisältää edelleen substraatille relevantin signaalin myös ulkoisten mekanismien \mathcal{F} suorittaman suodatuksen alaisena. T-9:n palautumisehto antaa tämän koodekin sisäisen toteutuksen: suojatut komponentit, toistopuskurit, arkkitehtoninen reservi.
§7. Korollaarit — Narratiivinen ajautuma ja toiminta-ajautuma
T-9:n primitiivit tukevat kahta korollaariketjua, joita kehitetään liitteissä T-12 ja T-13.
Korollaari 7.1 — Narratiivinen ajautuma (T-12). Jatkuvan suodatetun syötteen X' = \mathcal{F}(X) alaisuudessa, joka sulkee pois signaalin \mathcal{X}_{\text{excl}}: - Komponenteilla \theta_i, joiden prediktiivinen hyöty kohdistuu yksinomaan \mathcal{X}_{\text{excl}}:ään, pätee suodatetussa virrassa G_i(t, \tau) \to 0. - Karsintaehto (T9.4-1) laukeaa kaikkien tällaisten komponenttien kohdalla. - Jos karsinta tapahtuu modaliteetissa 5.4 (arkkitehtoninen) — joka hallitsee pitkäkestoisessa suodatuksessa monien Ylläpitosyklien yli — eikä mikään palautumisehdoista (§6 kohdat 1–3) täyty, kyky mallintaa \mathcal{X}_{\text{excl}} menetetään pysyvästi. - Koodekki ei voi sisältä käsin havaita omaa kapasiteetin menetystään (menetetyt komponentit eivät enää osallistu ennustevirheen tuottamiseen), mikä toistaa T-12a:n ei-identifioitavuusväitteen.
Täysi formaali käsittely on T-12:ssa; T-9 tarjoaa modaliteettikohtaisen tulkinnan sanalle “irreversible”, jota T-12:n korjaus 1 edellyttää.
Korollaari 7.2 — Toiminta-ajautuma (T-13). Komponentit, jotka koodaavat käyttäytymisen arviointikykyä käyttämättömille haaroille: - Ovat prediktiivisen hyödyn G_i(t, \tau) osalta mitattuja syötevirran tosiasiallisesti realisoituneita haaratuloksia vasten; jos tiettyjä haaroja ei koskaan valita, arvioijilla ei ole harjoitussignaalia. - Karsintaehto laukeaa, kun käyttämättömän arvioijan G_i alittaa arvon C_i - \epsilon. - Modaliteetissa 5.4 arvioija karsitaan pysyvästi; koodekista tulee vastaavalla toiminta-alueella itsevarmasti kyvytön.
T-13:n propositio T-13.P1 (Toiminta-ajautuma) on tämän koodekin sisäisen mekanismin sukulinjan mittakaavan (käyttäytymisrepertuaarin) ilmentymä.
Ristiviite: sukulinjatason Ylläpitosykli. Liite T-15 §3 kehittää rakenteellisen vastaavuuden elämänsisäisen Ylläpitosyklin ja fylogeneettisen hienosäädön välillä. T-9:n neljä karsintamodaliteettia vastaavat kukin seuraavia: tilapäinen ekologisen lokeron kaventuminen (5.1), sukulinjan ajautuma lieventyneen valinnan alaisuudessa (5.2), ekologisen lokeron korvautuminen (5.3) ja sukulinjan sukupuutto (5.4). Palautumisehdot (§6) vastaavat fylogeneettistä redundanssia: suojatut refugiat (1), ekologinen uudelleenaltistus ekologisen lokeron palautuessa (2) ja kehityksellinen reservikapasiteetti (3).
§8. Suhde pääartikkelin §3.6:n yhtälöihin
T-9 on kokoava, ei syrjäyttävä. Pääartikkelin yhtälöt T9-1:stä T9-13:een (preprint §3.6.1–§3.6.6) säilyvät viitatussa muodossaan; T-9 tuo niihin lisämuodollisia primitiivejä ja tarkennuksia, jotka täydentävät niitä.
| Pääartikkeli | T-9 |
|---|---|
| T9-1 (K(P_\theta(t)) \le C_{\text{ceil}}) — kokonaiskompleksisuuden yläraja | §1 asetelma |
| T9-2 (\mathcal{M}_\tau : P_\theta(t) \to P_\theta(t + \tau)) — Ylläpitosykli-operaattori | §1 asetelma |
| T9-3 (\Delta_{\mathrm{MDL}}(\theta_i) = I(\theta_i; X \mid \theta_{-i}) - \lambda K(\theta_i)) — MDL-karsintasuure | §2 prediktiivinen hyöty G_i + §3 ylläpitokustannus C_i (muoto 3.2:n K-approksimaatio) |
| T9-4 (Karsi, jos \Delta_{\mathrm{MDL}} < 0) — karsintaehto | §4 kynnysmuoto (T9.4-1, jossa \epsilon \to 0) |
| T9-5 (Landauerin karsintakustannus) — termodynaaminen alaraja | §5 modaliteettiriippuvuus (irreversiibilisyys koskee modaliteettia 5.4) |
| T9-6 (\Delta K_{\text{prune}}) — karsintakapasiteetin palautuminen | §3 + §5 (resurssi-kapasiteettimuoto tekee kirjanpidosta modaliteettien yli additiivisen) |
| T9-7 / T9-8 (\Delta K_{\text{compress}}) — konsolidaatiohyöty | §1 asetelma (Pass II) — T-9 ei johda konsolidaatiota uudelleen |
| T9-9 / T9-10 (w(b), E(b)) — REM-vaiheen tärkeyspainotus | §3 (\lambda:n affektiivinen viritys) — T-9 ei johda REM-otantaa uudelleen |
| T9-11 — REM-otantajakauma | muuttumaton — T-9 ei johda Pass III:a uudelleen |
| T9-12 / T9-13 — nettokompleksisuusbudjetti | §1 asetelma — T-9:n resurssi-kapasiteettimuoto tarkentaa budjetin kirjanpitoa |
T-9:n aidosti uusi sisältö: eksplisiittinen prediktiivisen hyödyn G_i(t,\tau) määritelmä (§2); resurssi-kapasiteettikustannuksen kehystäminen ensisijaiseksi (§3 muoto 3.1); kynnysmuotoinen karsintaehto säilytyspuskurilla \epsilon (§4); neljä karsintamodaliteettia (§5); palautumisehto (§6); T-12:n irreversiibilisyysväitteen modaliteettikohtainen tulkinta (§7.1).
§9. Avoimet reunat
Koordinointi T-12:n kanavariippumattomuuden uudelleenmuotoilun kanssa (vaihe 4). T-12 on liitekorjausten jonossa (v0.4 §2.8) kanavariippumattomuusehdon uudelleenmuotoilua varten: riippumattomuus suodatusmekanismeista, ei signaaleista. T-9:n karsintaehto (§4) ja palautumisehto (§6) on kirjoitettu yhteensopiviksi tämän uudelleenmuotoilun kanssa, mutta T-12:n teoreeman T-12 todistus on tarkastettava uudelleen, kun uudelleenmuotoiltu kanavariippumattomuuden määritelmä on otettu käyttöön. Täsmällisemmin: T-12:n §3.1:n irreversiibilisyysväite viittaa tällä hetkellä kohtiin T9-3 / T9-4; v3.7.0-siistinnän jälkeen sen tulisi viitata T-9:n §4:n kynnysmuotoon + §5:n modaliteettiluokitukseen + §6:n palautumisehtoon siten, että irreversiibilisyystulkinta rajataan modaliteettiin 5.4 tapauksessa, jossa palautumisehto ei täyty. Avoin.
Resurssikapasiteetin ja K-kompleksisuuden kirjanpidon yhteensovitus. §3 tarjoaa molemmat muodot, mutta ei johda niiden kvantitatiivista vastaavuutta. Joillekin komponenttiluokille nämä kaksi liittyvät läheisesti toisiinsa (C_i^{\text{params}} \sim K(\theta_i) vakiotekijän tarkkuudella esimerkiksi muistettujen hakutaulujen tapauksessa); toisille ne taas erkanevat jyrkästi (komponenttien kesken jaettu kompositionaalinen rakenne tuottaa K-kompleksisuussäästöjä, joita resurssikapasiteettimuoto ei tavoita). Yhteensovitus versiossa v3.7.0 tai myöhemmin olisi toivottava. Avoin.
Virtuaalisen luennan neutraalius (v3.6.21). Täysin virtuaalinen pysyvän tilan tulkinta (pääartikkeli §8.6.1) kuvaa Ylläpitosyklin uudelleen suodattimen läpäisevän virran ominaisuuksina eikä käynnissä olevana koneena, mutta se ei porrasta uudelleen Muoto 3.1 / Muoto 3.2 -kirjanpitoa: Muoto 3.1 (resurssikapasiteetti) säilyy ensisijaisena kaikissa operationaalisissa väitteissä, ja T-12:n operatiivinen todistus käyttää sitä edelleen. Virralle ominainen kokoonpuristuvuustulkinta tulee mukaan vain T-12:n §3.1:ssä huomautettuna tulkintakerroksena. Edellä mainittu K-additiivisuuden yhteensovitus on se paikka, jossa mahdollinen tuleva Muodon uudelleenporrastus perusteltaisiin — ei virtuaalinen luenta. Avoin (ei pidä sekoittaa v3.7.0-siistintään).
\epsilon:n empiirinen
kalibrointi. Säilytyspuskuri \epsilon kohdassa (T9.4-1) on efektiivinen
karsinnan hyperparametri. Empiiriset biologiset arvot tulisivat
hermostollista karsintaa koskevista tutkimuksista (synaptisen hajoamisen
kynnykset, dendriittisten okahaarakkeiden säilymisasteet) tai
opt-ai-subject-prototyypin Δ_self^op-asymptoottikokeesta.
T-9 ei johda tiettyä arvoa. Avoin.
Ristiinlinkitys Ylläpitosyklin empiirisiin ennusteisiin. Preprintin §3.6.7 luettelee Ylläpitosyklin (uni / unennäkö / konsolidaatio) empiirisiä ennusteita. T-9:n neljä karsintamodaliteettia tuottavat hienojakoisempia ennusteita: ennuste, jonka mukaan “REM-unet näytteistävät suhteettoman paljon korkean tärkeyden haaroja” (preprint §3.6.5, Pass III), jakautuu modaliteettikohtaisiksi ennusteiksi siitä, millaiset representaatiot säilyvät modaliteetissa 5.1 (tärkeyspainotettu säilyttäminen karsintaa vastaan) verrattuna modaliteettiin 5.4 (jossa korkean tärkeyden haarojen puuttuminen valvekokemuksesta johtaa vastaavan arvioijan arkkitehtoniseen poistoon). Avoin.
Tätä liitettä ylläpidetään osana OPT-projektin repositoriota yhdessä opt-theory.md:n kanssa. Viittaukset Ylläpitosyklin primitiiveihin preprintin §3.6:ssa on säilytetty; T-9 täydentää niitä eksplisiittisellä prediktiivisellä hyödyllä G_i (§2), resurssikapasiteettikustannuksella (§3 Muoto 3.1), kynnysmuotoisella karsintaehdolla säilytyspuskurilla \epsilon (§4), neljällä karsintamodaliteetilla (§5) ja palautumisehdoilla (§6). Korollaariviittaukset: T-12 (Narratiivinen ajautuma) §3.6.3; T-13 (Action-Drift) §6; T-15 (Fylogeneettinen Stabiilisuussuodatin) §3.