Theorie van de geordende patch (OPT)

Oorspronkelijke Taak T-9: Onderhoudscyclus en herstelapparaat Probleem: Het hoofdartikel §3.6.3–§3.6.6 definieert vergelijkingen T9-1 tot en met T9-13 (de operator voor de Onderhoudscyclus \mathcal{M}_\tau, MDL-snoeiing \Delta_{\mathrm{MDL}}, consolidatiewinst \Delta K_{\text{compress}}, REM-belangweging w(b)). Bijlagen T-12 (Narratieve drift) en T-13 (Action-Drift) verwijzen naar dit apparaat als dragende structuur. Het kader mist een consoliderende bijlage die (i) de formele primitieven expliciet benoemt, (ii) onderscheid maakt tussen de vier snoeimodaliteiten die in de \Delta_{\mathrm{MDL}} < 0 van het hoofdartikel impliciet blijven, (iii) de herstelvoorwaarde definieert, en (iv) een stabiel formeel doel biedt waarnaar de corollaire bijlagen kunnen verwijzen. T-9 vult die leemte. Op te leveren: Consoliderende bijlage op hetzelfde epistemische niveau als T-2 / T-15 (structurele correspondentie, geen gesloten stelling). Nieuwe inhoud boven op het hoofdartikel: expliciete definitie van predictieve winst G_i(t,\tau), ontleding van onderhoudskosten met resource-capacity als primair element, onderscheid tussen vier snoeimodaliteiten, herstelvoorwaarde, corollaire keten.

Afsluitingsstatus: STRUCTURELE CORRESPONDENTIE (zelfde niveau als T-2 / T-15). Deze bijlage is geen bijlage met een gesloten stelling. Zij consolideert het apparaat van de Onderhoudscyclus dat al operationeel is in preprint §3.6 en voegt vier formele elementen toe die het hoofdartikel niet bevat: expliciete predictieve winst, kostenkadering in termen van resource-capacity, vier snoeimodaliteiten en herstelvoorwaarden. De §2-caveats uit de OpenAI-review zijn in acht genomen: (i) de snoeidrempel wordt gepresenteerd in de vorm die aansluit bij T-12’s nog te verschijnen herformulering van kanaalonafhankelijkheid (Fase 4); (ii) de bestaande vergelijkingen T9-3 / T9-4 uit het hoofdartikel blijven behouden zoals geciteerd, waarbij T-9 de verfijning in termen van resource-capacity invoert als een aanvullende formele laag in plaats van de geciteerde vormen stilzwijgend te wijzigen; (iii) resource-capacity-kosten zijn primair, met K-complexiteit als een benadering op het niveau van structurele correspondentie. Open randen (§9): de boekhouding van resource-capacity versus K-complexiteit moet volledig worden verzoend met T-12 zodra T-12’s herformulering is doorgevoerd.

§1. Setup — Actieve modelcomponenten

De codec K_\theta omvat een verzameling actieve modelcomponenten \{\theta_i\}_{i \in I}, waarbij elke \theta_i een adresseerbare structurele eenheid van de codec is — een generatieve prior, een aangeleerde kenmerkdetector, een recurrente stapel, een langafstandskoppeling, of enig ander primitief dat deelneemt aan het voortbrengen van de voorspellingen \pi_t van de codec en van de update-operator \mathcal{U} in de tijd. De verzameling \{\theta_i\} is op elk gegeven moment eindig, maar kan worden uitgebreid via consolidatie (Pass II, preprint §3.6.4) of ingekrompen via pruning (Pass I, preprint §3.6.3).

Voor de doeleinden van T-9 worden de componenten als gegeven beschouwd: T-9 leidt niet af wat van de ene \theta_i tegenover een andere een “natuurlijke” component maakt; dat is een vraag van representationeel leren die buiten het bereik van OPT valt. Het apparaat van de Onderhoudscyclus werkt op elke decompositie die de codec toelaat.

De operator van de Onderhoudscyclus \mathcal{M}_\tau (preprint Vgl. T9-2) werkt in op de Fenomenale toestandstensor P_\theta(t) tijdens intervallen met lage belasting (R_{\text{req}}(t) \ll C_{\max}). T-9 werkt de drie passes (pruning, consolidatie, sampling van de Voorspellende Vertakkingsverzameling) uit tot de expliciete formele primitieven in §2–§6 hieronder; de keten van corollaria in §7 volgt vervolgens Narratieve drift (T-12) en Actiedrift (T-13) door deze primitieven heen.

§2. Predictieve winst G_i(t, \tau)

De predictieve winst van een component \theta_i over een venster met lengte \tau meet hoeveel die component bijdraagt aan de predictieve prestaties van de codec op de invoerstroom, terwijl de andere componenten vastgehouden worden:

G_i(t, \tau) \;:=\; I\!\left(\theta_i \,;\, X_{t+1:t+\tau} \mid \theta_{-i}\right) \tag{T9.2-1}

waarbij \theta_{-i} de rest van de codec zonder \theta_i aanduidt, en I(\cdot ; \cdot \mid \cdot) conditionele wederzijdse informatie is. De conditionele vorm is essentieel: zij isoleert de marginale predictieve bijdrage van \theta_i in plaats van diens gezamenlijke bijdrage met overlappende componenten.

Vergelijking met vergelijking T9-3 in het hoofdartikel. De MDL-snoeihoveelheid in het hoofdartikel is

\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 benoemt de eerste term expliciet als G_i(t,\tau), zodat naar het predictieve-winstprimitief afzonderlijk verwezen kan worden, los van de snoeivoorwaarde in drempelvorm. Dit is louter een notationale consolidatie; de ongelijkheid blijft behouden.

Vensterlengte \tau. De predictieve winst hangt af van de vensterlengte. Een korte \tau vat voorspelling op fijne tijdschalen (motorische controle, werkgeheugen); een lange \tau vat structurele voorspelling (semantische regelmatigheden, narratieve coherentie). Het snoeien in Pass I van de Onderhoudscyclus wordt geëvalueerd in het regime van grotere \tau, waar werkelijk nutteloze componenten G_i \to 0 hebben. Consolidatie in Pass II optimaliseert daarentegen over het regime van korte \tau, waar redundantie tussen overlappende componenten salient wordt.

§3. Onderhoudskosten C_i — Primair in termen van hulpbroncapa­citeit

De onderhoudskosten van een component \theta_i hebben twee compatibele formuleringen.

Vorm 3.1 — Hulpbroncapa­citeit (primair voor T-9). De kosten van de component zijn de hulpbroncapa­citeit die zij inneemt in het operationele substraat van de codec:

C_i \;:=\; c_i^{\text{params}} + c_i^{\text{memory}} + c_i^{\text{compute}} + c_i^{\text{channel}} \tag{T9.3-1}

waarbij de vier budgetten zijn: parameterslots (aantal gewichten of verbindingen); geheugengebruik (in opgeslagen bits); rekenkosten (in bewerkingen per cyclus); en kanaalcapa­citeit (bits aan bandbreedte die de component verbruikt aan de grens van de Markov-deken \partial_R A). Elke c_i is in principe observeerbaar — voor biologische codecs via metabole en fysiologische meting, voor synthetische codecs via directe instrumentatie.

Vorm 3.2 — K-complexiteitsbenadering. De hoofdtekst, vgl. T9-3, gebruikt \lambda K(\theta_i), waarbij K(\theta_i) de prefix-Kolmogorovcomplexiteit van de component is:

C_i^{\text{K-approx}} \;:=\; \lambda \cdot K(\theta_i) \tag{T9.3-2}

Dit is een structurele-correspondentiebenadering: K-complexiteit is bovensemi-berekenbaar en niet strikt additief over componenten heen (het verwijderen van één component hoeft de lengte van de kortste beschrijving niet te verminderen met diens op zichzelf staande K(\theta_i), aangezien componenten structuur kunnen delen). De vorm in termen van hulpbroncapa­citeit (T9.3-1) is daarom primair voor operationele claims; de vorm in termen van K-complexiteit blijft behouden voor theoretische analyses waarin de additiviteitsbenadering aanvaardbaar is.

Waarom twee vormen. De OpenAI-review van T-12 (memo appendix-corrections §2.8) merkte terecht op dat K-complexiteit niet additief is over componenten en beval metingen van hulpbroncapa­citeit aan voor operationele claims. T-9 neemt hulpbroncapa­citeit als primair over, maar behoudt de vorm in termen van K-complexiteit omdat zowel de bestaande vergelijking T9-3 in de hoofdtekst als het bewijs van Theorema T-12 in T-12 naar de vorm in termen van K-complexiteit verwijzen. De verfijning in termen van hulpbroncapa­citeit is de zuiverdere formulering voor §3.6.3 / §3.6.4 / T-12 / T-13 in een opschoningsronde van v3.7.0 of later; T-9 stelt beide vormen beschikbaar zodat de uiteindelijke opschoning coherent kan worden uitgevoerd, in plaats van dat alle verwijzende passages gelijktijdig hersteld moeten worden.

Afstemming van \lambda. In Vorm 3.2 weegt de parameter \lambda predictieve winst af tegen complexiteitskosten. Empirisch wordt waargenomen dat \lambda varieert met de affectieve toestand — hoge |E(b)| (preprint, vgl. T9-10) verhoogt effectief \lambda op componentniveau, waardoor affectief gemarkeerde componenten resistenter worden tegen pruning. Dit is de formele verklaring van de versterking van emotioneel geheugen (preprint §3.6.5, Pass III).

§4. Snoeivoorwaarde — drempelvorm

De snoeivoorwaarde gebruikt de drempelvorm in plaats van de strikt-positieve vorm van vergelijking T9-4 in het hoofdartikel. De OpenAI-review van T-12 (memo appendix-corrections §2.8 Correctie 3) merkte terecht op dat de strikte voorwaarde I = 0 voor snoeien te broos is: reële componenten hebben zwakke indirecte predictieve bijdragen, zelfs wanneer hun primaire predictieve rol door gefilterde input wordt uitgesloten.

De snoeivoorwaarde in drempelvorm:

\text{Snoei } \theta_i \quad \text{als} \quad G_i(t, \tau) \;<\; C_i \;-\; \epsilon \tag{T9.4-1}

met \epsilon > 0 als een kleine retentiebuffer die de snoeiagressiviteit van de codec afstemt. Equivalente ongelijkheidsvormen:

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}

Vergelijking met vergelijking T9-4 in het hoofdartikel. Het hoofdartikel schrijft \Delta_{\mathrm{MDL}}(\theta_i) < 0 als de trigger voor snoeien, wat overeenkomt met \epsilon = 0 — strikt break-even. T-9 generaliseert dit door de retentiebuffer \epsilon in te voeren, die biologische snoeidynamiek nauwkeuriger modelleert (waar kleine predictieve bijdragen behouden blijven ondanks voorbijgaande ruis) en snoeihyperparameters van synthetische codecs (waar op drempels gebaseerde verwijdering standaard is).

Het strikte break-even-geval wordt terugverkregen als \epsilon \to 0, dus de T-9-vorm maakt de bestaande T9-4-verwijzingen in T-12 en T-13 niet ongeldig; zij generaliseert ze.

Implicatie voor Narratieve drift (kruisverwijzing T-12). Onder gefilterde input X' = \mathcal{F}(X) met het uitgesloten signaal \mathcal{X}_{\text{excl}}, voldoen componenten \theta_i waarvan de predictieve bijdrage uitsluitend betrekking heeft op \mathcal{X}_{\text{excl}} aan G_i(t, \tau) \to 0 op de gefilterde stroom (omdat hun doel afwezig is in de waargenomen input). De snoeivoorwaarde (T9.4-1) wordt dan geactiveerd, omdat 0 < C_i - \epsilon geldt voor elke positieve kostencomponent. Het onomkeerbaarheidsresultaat van stelling T-12 in T-12 volgt uit deze activering plus het onderscheid tussen vier modaliteiten in §5 hieronder.

§5. Vier snoeimodaliteiten

De snoeioperatie (T9.4-1) laat vier onderscheiden implementaties in de codec toe, met verschillende eigenschappen van omkeerbaarheid. Dit onderscheid is van belang voor de herstelvoorwaarde (§6) en voor de claim van onomkeerbaarheid van Narratieve drift in T-12 Correctie 1 (appendix-corrections memo §2.8).

Modaliteit 5.1 — Omkeerbare onderdrukking. De outputweging van component \theta_i wordt tot nul gereduceerd (of onder een participatiedrempel gebracht), maar de parameters en structuur van de component blijven in de codec opgeslagen. Herstel is eenvoudig: herweging herstelt de component. Dit is de operatie die ten grondslag ligt aan gedragsmatige extinctie in conditionering (de geconditioneerde respons verzwakt, maar het spoor blijft bestaan) en aan dropout-achtige regularisatie in neurale netwerken.

Modaliteit 5.2 — Gewichtsverval. De parameters van de component vervallen continu in de richting van een standaardtoestand onder een regularisatiedruk \propto \lambda. De component wordt niet verwijderd, maar verliest getrouwheid; gedeeltelijk herstel is mogelijk als de standaardtoestand informatief is.

Modaliteit 5.3 — Representationeel vergeten. De parameters van de component worden tijdens consolidatie overschreven door concurrerende componenten (Pass II, preprint §3.6.4). De structurele plaats blijft bestaan, maar de specifieke representatie gaat verloren. Herstel vereist hernieuwde blootstelling aan de relevante inputstroom tijdens een daaropvolgende Onderhoudscyclus en is gedeeltelijk (de opnieuw aangeleerde representatie verschilt in fijnmazige details van het origineel).

Modaliteit 5.4 — Architecturale snoei. Zowel de parameters van de component als de structurele plaats worden verwijderd; de codec-architectuur wordt gereduceerd. Herstel is op codec-niveau onmogelijk — de component moet vanaf nul opnieuw worden opgebouwd via een volledige leerepisode. Dit is de onomkeerbare modaliteit.

Modaliteitsclassificatie onder gefilterde input. De claim van “onomkeerbaarheid” in T-12 Stelling T-12 (zoals geformuleerd in de bestaande preprint) vereist Modaliteit 5.4 (architecturale snoei) en sluit Modaliteiten 5.1–5.3 uit. T-9 maakt deze modaliteitsafhankelijkheid expliciet; de v0.4 appendix-corrections memo §2.8 Correctie 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”) stemt overeen met de lezing volgens Modaliteit 5.4.

Reële biologische en synthetische codecs vertonen doorgaans een mix van modaliteiten, waarbij Modaliteit 5.4 voorbehouden is aan componenten die gedurende vele Onderhoudscycli persistent worden gesnoeid. De overgang van omkeerbare naar onomkeerbare snoei onder aanhoudend gefilterde input is het structurele mechanisme dat ten grondslag ligt aan chronische Narratieve drift (T-12).

§6. Herstelvoorwaarde

Een weggesnoeide component \theta_i is herstelbaar als er een proces bestaat waardoor zij kan worden teruggebracht tot actieve participatie in de codec. De herstelkans over een herstelvenster \tau_R is:

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}

De eerste term dekt omkeerbare / gedeeltelijk omkeerbare snoeiing (onderdrukking, gewichtsverval); de tweede dekt representatief vergeten en architecturale snoeiing, waarbij herstel externe input vereist.

Herstel is alleen positief als ten minste een van drie voorwaarden geldt:

1. Beschermd geheugen. De codec behoudt een gearchiveerde representatie van \theta_i in een niet-weggesnoeid substraat (afzonderlijke cache, versiebeheerde back-up, neurofysiologisch beschermd geheugen dat naar een andere regio is geconsolideerd). Modaliteiten 5.1 en 5.3 kunnen onder deze voorwaarde herstellen.

2. Externe leraar / hernieuwde blootstelling. De codec wordt blootgesteld aan inputstromen die het signaal \mathcal{X}_{\text{excl}} bevatten dat de weggesnoeide component oorspronkelijk volgde. Actief herleren tijdens een daaropvolgende Onderhoudscyclus Pass II bouwt de component opnieuw op (met kanttekeningen omtrent fijnmazige getrouwheid). Alle vier modaliteiten kunnen onder deze voorwaarde herstellen over voldoende tijd, hoewel Modaliteit 5.4 een volledige leerepisode vereist die vergelijkbaar is met de oorspronkelijke verwerving.

3. Architecturale reserve. De codec heeft structurele slots die niet aan specifieke componenten waren toegewezen en kunnen worden gealloceerd om de hergroeide representatie te huisvesten. Dit is de voorwaarde waaronder herstel van Modaliteit 5.4 mechanisch überhaupt mogelijk is.

Als geen van (1), (2), (3) geldt, dan is P(\text{recover}\, \theta_i \mid \tau_R) = 0 voor alle \tau_R, en is de snoeiing permanent.

Substraatgetrouwheidsvoorwaarde. De Substraatgetrouwheidsvoorwaarde van T-12 (Theorema T-12b — redundantie van \delta-onafhankelijke inputkanalen die de Markov-deken kruisen) is het analogon op afstammingslijnschaal van (2): de kanalen zorgen ervoor dat de inputstroom het substraatrelevante signaal blijft bevatten, zelfs onder filtering door externe mechanismen \mathcal{F}. De herstelvoorwaarde van T-9 levert de implementatie binnen de codec: beschermde componenten, replay-buffers, architecturale reserve.

§7. Corollaria — Narratieve drift en actiedrift

De primitieven van T-9 ondersteunen twee corollariumketens die in de appendices T-12 en T-13 worden uitgewerkt.

Corollarium 7.1 — Narratieve drift (T-12). Onder aanhoudende gefilterde input X' = \mathcal{F}(X) die signaal \mathcal{X}_{\text{excl}} uitsluit: - Componenten \theta_i waarvan de predictieve winst uitsluitend betrekking heeft op \mathcal{X}_{\text{excl}}, hebben G_i(t, \tau) \to 0 op de gefilterde stroom. - De snoeivoorwaarde (T9.4-1) wordt geactiveerd voor al deze componenten. - Als het snoeien plaatsvindt in Modaliteit 5.4 (architectonisch) — wat domineert onder aanhoudende filtering over vele Onderhoudscycli — en geen van de herstelvoorwaarden (§6, punten 1–3) van kracht is, gaat het vermogen om \mathcal{X}_{\text{excl}} te modelleren permanent verloren. - De codec kan zijn eigen capaciteitsverlies niet van binnenuit detecteren (de verloren componenten nemen niet langer deel aan het genereren van predictiefouten), waarmee de niet-identificeerbaarheidsclaim van T-12a wordt gereproduceerd.

De volledige formele behandeling staat in T-12; T-9 levert de modaliteitsspecifieke lezing van “onomkeerbaar” die T-12 Correctie 1 vereist.

Corollarium 7.2 — Actiedrift (T-13). Componenten die het vermogen tot gedragsmatige evaluatie van ongebruikte takken coderen: - Hebben predictieve winst G_i(t, \tau) gemeten ten opzichte van de daadwerkelijk gerealiseerde takuitkomsten van de inputstroom; als bepaalde takken nooit worden geselecteerd, hebben de evaluatoren geen trainingssignaal. - De snoeivoorwaarde wordt geactiveerd wanneer de G_i van de ongebruikte evaluator onder C_i - \epsilon daalt. - Onder Modaliteit 5.4 wordt de evaluator permanent weggesnoeid; de codec wordt in het overeenkomstige actiedomein zelfverzekerd impotent.

Propositie T-13.P1 (Actiedrift) van T-13 is de instantie op afstammingslijnschaal (gedragsrepertoire) van dit binnen-de-codec-mechanisme.

Kruisverwijzing: Onderhoudscyclus op afstammingslijnniveau. Appendix T-15 §3 werkt de structurele correspondentie uit tussen de Onderhoudscyclus binnen een leven en fylogenetische verfijning. De vier snoeimodaliteiten van T-9 komen respectievelijk overeen met: tijdelijke niche-reductie (5.1), afstammingslijndrift onder versoepelde selectie (5.2), nichevervanging (5.3) en uitsterven van de afstammingslijn (5.4). De herstelvoorwaarden (§6) corresponderen met fylogenetische redundantie: beschermde refugia (1), ecologische herblootstelling bij nicheherstel (2), en ontwikkelingsmatige reservecapaciteit (3).

§8. Relatie tot de vergelijkingen in §3.6 van het hoofdartikel

T-9 consolideert, niet verdringt. De vergelijkingen T9-1 tot en met T9-13 uit het hoofdartikel (preprint §3.6.1–§3.6.6) blijven behouden zoals geciteerd; T-9 introduceert aanvullende formele primitieven en verfijningen die deze aanvullen.

Netto nieuwe inhoud in T-9: expliciete definitie van predictieve winst G_i(t,\tau) (§2); kostenkadering in termen van hulpbronnen-capaciteit als primair (§3 Vorm 3.1); snoeivoorwaarde in drempelvorm met retentiebuffer \epsilon (§4); vier snoeimodaliteiten (§5); herstelvoorwaarde (§6); modaliteitsspecifieke lezing van T-12’s claim over onomkeerbaarheid (§7.1).

§9. Openstaande punten

Afstemming met T-12-herformulering van kanaalonafhankelijkheid (Fase 4). T-12 staat in de wachtrij voor appendix-correcties (v0.4 §2.8) voor een herformulering van de voorwaarde van kanaalonafhankelijkheid: onafhankelijkheid van filtermechanismen, niet van signalen. De snoeivoorwaarde van T-9 (§4) en herstelvoorwaarde (§6) zijn geschreven om met die herformulering te coördineren, maar het bewijs van Theorema T-12 in T-12 zal opnieuw moeten worden onderzocht zodra de geherformuleerde definitie van kanaalonafhankelijkheid is ingevoerd. Concreet: de claim van onomkeerbaarheid in T-12 §3.1 verwijst momenteel naar T9-3 / T9-4; onder de v3.7.0-opschoning zou die moeten verwijzen naar de drempelvorm van §4 van T-9 + de modaliteitsclassificatie van §5 + de herstelvoorwaarde van §6, waarbij de lezing van onomkeerbaarheid wordt beperkt tot Modaliteit 5.4 in het geval zonder-herstelvoorwaarde. Open.

Afstemming van boekhouding tussen hulpbronnencapaciteit en K-complexiteit. §3 maakt beide vormen beschikbaar, maar leidt hun kwantitatieve correspondentie niet af. Voor sommige componentklassen zijn de twee nauw verwant (C_i^{\text{params}} \sim K(\theta_i) binnen een constante factor voor bijvoorbeeld gememoriseerde opzoektabellen); voor andere lopen ze sterk uiteen (compositorische structuur die over componenten wordt gedeeld levert besparingen in K-complexiteit op die de vorm van hulpbronnencapaciteit niet vastlegt). Een afstemming in v3.7.0 of later is wenselijk. Open.

Neutraliteit van de virtuele lezing (v3.6.21). De volledig virtuele lezing van de staande toestand (hoofdartikel §8.6.1) herbeschrijft de Onderhoudscyclus als eigenschappen van de filter-passende stroom in plaats van van een draaiende machine, maar herordent de boekhouding van Vorm 3.1 / Vorm 3.2 niet: Vorm 3.1 (hulpbronnencapaciteit) blijft primair voor alle operationele claims, en het operationele bewijs van T-12 blijft daarvan gebruikmaken. De stroom-inheemse lezing van comprimeerbaarheid treedt alleen binnen als de interpretatieve laag die in T-12 §3.1 wordt vermeld. De bovenstaande afstemming van K-additiviteit is de plaats waar elke toekomstige herordening van Vormen zou worden beargumenteerd — niet de virtuele lezing. Open (niet verwarren met de v3.7.0-opschoning).

Empirische kalibratie van \epsilon. De retentiebuffer \epsilon in (T9.4-1) is een effectieve snoei-hyperparameter. Empirische biologische waarden zouden afkomstig zijn uit studies naar neurale snoei (drempels voor synaptisch verval, retentiepercentages van dendritische spines) of uit het asymptootexperiment voor Δ_self^op in het prototype opt-ai-subject. T-9 leidt geen specifieke waarde af. Open.

Kruisverwijzing naar empirische voorspellingen van de Onderhoudscyclus. Preprint §3.6.7 somt empirische voorspellingen op voor de Onderhoudscyclus (slaap / droom / consolidatie). De vier snoeimodaliteiten van T-9 maken fijnmazigere voorspellingen mogelijk: de voorspelling dat “REM-dromen disproportioneel steekproeven nemen uit takken met hoge importantie” (preprint §3.6.5, Pass III) valt uiteen in modaliteitsspecifieke voorspellingen over welke soorten representaties behouden blijven door Modaliteit 5.1 (naar importantie gewogen retentie tegen snoei) versus Modaliteit 5.4 (waar de afwezigheid van takken met hoge importantie in de wakende ervaring leidt tot architectonische verwijdering van de overeenkomstige evaluator). Open.

Deze appendix wordt onderhouden als onderdeel van de OPT-projectrepository naast opt-theory.md. Verwijzingen naar de primitieven van de Onderhoudscyclus in preprint §3.6 blijven behouden; T-9 vult aan met expliciete predictieve winst G_i (§2), kosten van hulpbronnencapaciteit (§3 Vorm 3.1), een snoeivoorwaarde in drempelvorm met retentiebuffer \epsilon (§4), vier snoeimodaliteiten (§5), en herstelvoorwaarden (§6). Verwijzingen naar corollaria: T-12 (Narratieve drift) §3.6.3; T-13 (Action-Drift) §6; T-15 (Fylogenetisch Stabiliteitsfilter) §3.