Teoria patch-ului ordonat (OPT)

Sarcina originală T-9: Ciclu de întreținere și aparat de recuperare Problemă: Lucrarea principală §3.6.3–§3.6.6 definește ecuațiile T9-1 până la T9-13 (operatorul de Ciclu de întreținere \mathcal{M}_\tau, tăierea MDL \Delta_{\mathrm{MDL}}, câștigul de consolidare \Delta K_{\text{compress}}, ponderarea importanței REM w(b)). Anexele T-12 (Derivă narativă) și T-13 (Action-Drift) citează acest aparat ca element portant. Cadrului îi lipsește o anexă de consolidare care (i) să numească explicit primitivele formale, (ii) să distingă cele patru modalități de tăiere pe care \Delta_{\mathrm{MDL}} < 0 din lucrarea principală le lasă implicite, (iii) să definească condiția de recuperare și (iv) să ofere o țintă formală stabilă la care anexele corolare să poată face referire. T-9 acoperă acest gol. Livrabil: Anexă de consolidare la același nivel epistemic ca T-2 / T-15 (corespondență structurală, nu teoremă închisă). Conținut nou dincolo de lucrarea principală: definiția explicită a câștigului predictiv G_i(t,\tau), descompunerea costului de întreținere cu capacitatea de resurse ca element primar, distincția dintre cele patru modalități de tăiere, condiția de recuperare, lanțul corolar.

Statut de închidere: CORESPONDENȚĂ STRUCTURALĂ (același nivel ca T-2 / T-15). Această anexă nu este o anexă de teoremă închisă. Ea consolidează aparatul Ciclului de întreținere deja operațional în preprint §3.6 și adaugă patru elemente de conținut formal pe care lucrarea principală nu le conține: câștig predictiv explicit, încadrarea costului în termeni de capacitate de resurse, patru modalități de tăiere și condiții de recuperare. Sunt respectate rezervele din §2 ale evaluării OpenAI: (i) pragul de tăiere este prezentat într-o formă care se coordonează cu reformularea în curs a independenței canalelor din T-12 (Faza 4); (ii) ecuațiile existente din lucrarea principală T9-3 / T9-4 sunt păstrate așa cum sunt citate, iar T-9 introduce rafinamentul privind capacitatea de resurse ca strat formal suplimentar, în loc să modifice tacit formele citate; (iii) costul capacității de resurse este primar, iar complexitatea K este o aproximație de corespondență structurală. Aspecte rămase deschise (§9): contabilizarea raportului dintre capacitatea de resurse și complexitatea K necesită o reconciliere completă cu T-12 odată ce reformularea din T-12 va fi implementată.

§1. Configurare — Componente active ale modelului

Codec-ul K_\theta cuprinde o colecție de componente active ale modelului \{\theta_i\}_{i \in I}, unde fiecare \theta_i este o unitate structurală adresabilă a codec-ului — un prior generativ, un detector de trăsături învățat, o stivă recurentă, un cuplaj de lungă rază sau orice alt primitiv care participă la producerea predicțiilor codec-ului \pi_t și a operatorului de actualizare \mathcal{U} în timp. Colecția \{\theta_i\} este finită în orice moment dat, dar poate fi extinsă prin consolidare (Pass II, preprint §3.6.4) sau contractată prin pruning (Pass I, preprint §3.6.3).

În scopurile lui T-9, componentele sunt considerate ca fiind definite: T-9 nu derivă ce anume face ca un \theta_i, spre deosebire de altul, să fie o componentă „naturală”, aceasta fiind o chestiune de învățare reprezentațională aflată în afara sferei OPT. Aparatul Ciclului de întreținere operează asupra oricărei descompuneri pe care codec-ul o admite.

Operatorul Ciclului de întreținere \mathcal{M}_\tau (preprint Ec. T9-2) acționează asupra Tensorului Stării Fenomenale P_\theta(t) în intervale de încărcare redusă (R_{\text{req}}(t) \ll C_{\max}). T-9 desface cele trei treceri (pruning, consolidare, eșantionare din Mulțimea Predictivă de Ramuri) în primitivele formale explicite din §2–§6 de mai jos; lanțul de corolare din §7 urmărește apoi Deriva narativă (T-12) și deriva acțiunii (T-13) prin intermediul acestor primitive.

§2. Câștigul Predictiv G_i(t, \tau)

Câștigul predictiv al unei componente \theta_i pe o fereastră de lungime \tau măsoară în ce măsură acea componentă contribuie la performanța predictivă a codec-ului asupra fluxului de intrare, menținând fixe celelalte componente:

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

unde \theta_{-i} denotă restul codec-ului fără \theta_i, iar I(\cdot ; \cdot \mid \cdot) este informația mutuală condiționată. Forma condiționată este esențială: ea izolează contribuția predictivă marginală a lui \theta_i, mai degrabă decât contribuția sa comună împreună cu componente care se suprapun.

Comparație cu ecuația T9-3 din lucrarea principală. Mărimea de toaletare MDL din lucrarea principală este

\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 numește explicit primul termen G_i(t,\tau), astfel încât primitiva câștigului predictiv să poată fi invocată separat de condiția de toaletare în formă-prag. Aceasta este pur și simplu o consolidare notațională; inegalitatea este păstrată.

Lungimea ferestrei \tau. Câștigul predictiv depinde de lungimea ferestrei. Un \tau scurt surprinde predicția la scară temporală fină (control motor, memorie de lucru); un \tau lung surprinde predicția structurală (regularități semantice, coerență narativă). Toaletarea din Pasul I al Ciclului de întreținere este evaluată în regimul de \tau mai lung, unde componentele cu adevărat inutile au G_i \to 0. Consolidarea din Pasul II, în schimb, optimizează în regimul de \tau scurt, unde redundanța dintre componentele care se suprapun devine salientă.

§3. Costul de întreținere C_i — Primar în raport cu capacitatea de resurse

Costul de întreținere al unei componente \theta_i are două formulări compatibile.

Forma 3.1 — Capacitate de resurse (primară pentru T-9). Costul componentei este capacitatea de resurse pe care o ocupă în substratul operațional al codec-ului:

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

unde cele patru bugete sunt: sloturi de parametri (numărul de ponderi sau conexiuni); amprenta de memorie (în biți stocați); costul de calcul (în operații pe ciclu); și capacitatea de canal (biți de lățime de bandă pe care componenta îi consumă la frontiera Păturii Markov \partial_R A). Fiecare c_i este observabil în principiu — pentru codec-uri biologice prin măsurare metabolică și fiziologică, iar pentru codec-uri sintetice prin instrumentare directă.

Forma 3.2 — Aproximarea prin complexitatea K. Ecuația T9-3 din lucrarea principală folosește \lambda K(\theta_i), unde K(\theta_i) este complexitatea Kolmogorov de prefix a componentei:

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

Aceasta este o aproximare de corespondență structurală: complexitatea K este superior-semicalculabilă și nu este strict aditivă între componente (eliminarea unei componente poate să nu reducă lungimea celei mai scurte descrieri cu valoarea sa autonomă K(\theta_i), deoarece componentele pot împărtăși structură). Prin urmare, forma bazată pe capacitatea de resurse (T9.3-1) este primară pentru afirmațiile operaționale; forma bazată pe complexitatea K este păstrată pentru analize teoretice în care aproximația de aditivitate este acceptabilă.

De ce două forme. Evaluarea OpenAI a T-12 (memorandumul appendix-corrections §2.8) a remarcat în mod corect că complexitatea K nu este aditivă între componente și a recomandat măsuri bazate pe capacitatea de resurse pentru afirmațiile operaționale. T-9 adoptă capacitatea de resurse ca formă primară, dar păstrează forma bazată pe complexitatea K deoarece atât ecuația T9-3 din lucrarea principală, cât și demonstrația Teoremei T-12 din T-12 citează forma bazată pe complexitatea K. Rafinarea prin capacitatea de resurse este formularea mai curată pentru §3.6.3 / §3.6.4 / T-12 / T-13 într-o trecere de curățare v3.7.0 sau ulterioară; T-9 pune la dispoziție ambele forme astfel încât curățarea finală să poată fi executată coerent, fără a necesita repararea simultană a tuturor locurilor care le citează.

Ajustarea lui \lambda. În Forma 3.2, parametrul \lambda stabilește compromisul dintre câștigul predictiv și costul de complexitate. Empiric, se observă că \lambda variază în funcție de starea afectivă — un |E(b)| ridicat (preprint Eq. T9-10) crește efectiv \lambda la nivelul componentei, făcând componentele marcate afectiv mai rezistente la eliminare. Aceasta este explicația formală a amplificării memoriei emoționale (preprint §3.6.5, Pass III).

§4. Condiția de pruning — Forma de prag

Condiția de pruning folosește forma de prag, mai degrabă decât forma de pozitivitate strictă din Ec. T9-4 din articolul principal. Evaluarea OpenAI a lui T-12 (memorandumul appendix-corrections §2.8 Corecția 3) a observat corect că condiția strictă I = 0 pentru pruning este prea fragilă: componentele reale au contribuții predictive indirecte slabe chiar și atunci când rolul lor predictiv primar este exclus de inputul filtrat.

Condiția de pruning în forma de prag:

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

cu \epsilon > 0 un mic buffer de retenție care reglează agresivitatea de pruning a codec-ului. Forme echivalente ale inegalității:

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}

Comparație cu Ec. T9-4 din articolul principal. Articolul principal scrie \Delta_{\mathrm{MDL}}(\theta_i) < 0 drept declanșatorul pruning-ului, ceea ce corespunde lui \epsilon = 0 — prag strict de rentabilitate nulă. T-9 generalizează prin introducerea bufferului de retenție \epsilon, care modelează mai fidel dinamica biologică a pruning-ului (unde contribuțiile predictive mici sunt păstrate în fața zgomotului tranzitoriu) și hiperparametrii de pruning ai codec-urilor sintetice (unde ștergerea bazată pe prag este standard).

Cazul strict de rentabilitate nulă este recuperat pentru \epsilon \to 0, astfel încât forma din T-9 nu invalidează citările existente ale lui T9-4 din T-12 și T-13; le generalizează.

Implicație pentru Deriva narativă (trimitere încrucișată la T-12). Sub input filtrat X' = \mathcal{F}(X) cu semnalul exclus \mathcal{X}_{\text{excl}}, componentele \theta_i a căror contribuție predictivă este exclusiv către \mathcal{X}_{\text{excl}} satisfac G_i(t, \tau) \to 0 pe fluxul filtrat (deoarece ținta lor este absentă din inputul observat). Condiția de pruning (T9.4-1) se declanșează atunci, deoarece 0 < C_i - \epsilon pentru orice componentă de cost pozitivă. Rezultatul de ireversibilitate din Teorema T-12 a lui T-12 decurge din această declanșare plus distincția cvadrimodală din §5 de mai jos.

§5. Patru modalități de pruning

Operația de pruning (T9.4-1) admite patru implementări distincte în codec, cu proprietăți diferite de reversibilitate. Distincția contează pentru condiția de recuperare (§6) și pentru afirmația privind ireversibilitatea Derivei narative din T-12 Corecția 1 (memorandumul appendix-corrections §2.8).

Modalitatea 5.1 — Suprimare reversibilă. Ponderarea ieșirii componentei \theta_i este redusă la zero (sau sub un prag de participare), dar parametrii și structura componentei rămân stocate în codec. Recuperarea este directă: reponderarea restabilește componenta. Aceasta este operația care stă la baza extincției comportamentale în condiționare (răspunsul condiționat slăbește, dar urma persistă) și a regularizării de tip dropout în rețelele neuronale.

Modalitatea 5.2 — Decădere a ponderilor. Parametrii componentei decad continuu către o stare implicită sub o presiune de regularizare \propto \lambda. Componenta nu este ștearsă, dar își pierde fidelitatea; recuperarea parțială este posibilă dacă starea implicită este informativă.

Modalitatea 5.3 — Uitare reprezentațională. Parametrii componentei sunt suprascriși de componente concurente în timpul consolidării (Pass II, preprint §3.6.4). Slotul structural persistă, dar reprezentarea specifică se pierde. Recuperarea necesită reexpunere la fluxul de intrare relevant în cursul unui Ciclu de întreținere ulterior și este parțială (reprezentarea reînvățată diferă de original în detalii fine).

Modalitatea 5.4 — Pruning arhitectural. Atât parametrii componentei, cât și slotul său structural sunt șterse; arhitectura codec-ului este redusă. Recuperarea este imposibilă la nivelul codec-ului — componenta trebuie regenerată de la zero printr-un episod complet de învățare. Aceasta este modalitatea ireversibilă.

Clasificarea modalităților sub intrare filtrată. Afirmația de „ireversibilitate” din T-12 Teorema T-12 (așa cum este formulată în preprintul existent) necesită Modalitatea 5.4 (pruning arhitectural) și exclude Modalitățile 5.1–5.3. T-9 face explicită această dependență de modalitate; memorandumul de corecții al anexei v0.4 §2.8 Corecția 1 („ireversibil” ar trebui să fie condiționat de absența unei arhive protejate / a unui buffer de reluare / a unui profesor extern / a unei capacități arhitecturale de rezervă / de funcționarea continuă sub același filtru / pruning-ul este o ștergere literală de capacitate, nu o suprimare reversibilă) este aliniat cu interpretarea Modalității 5.4.

Codec-urile biologice și sintetice reale prezintă de regulă un amestec de modalități, Modalitatea 5.4 fiind rezervată componentelor supuse persistent pruning-ului de-a lungul multor Cicluri de întreținere. Tranziția de la pruning reversibil la pruning ireversibil sub intrare filtrată susținută este mecanismul structural care stă la baza Derivei narative cronice (T-12).

§6. Condiția de recuperare

O componentă eliminată prin pruning \theta_i este recuperabilă dacă există un proces prin care poate fi restaurată la participare activă în codec. Probabilitatea de recuperare pe o fereastră de recuperare \tau_R este:

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}

Primul termen acoperă pruningul reversibil / parțial reversibil (suprimare, decădere a ponderilor); al doilea acoperă uitarea reprezentațională și pruningul arhitectural, unde recuperarea necesită input extern.

Recuperarea este pozitivă numai dacă este îndeplinită cel puțin una dintre trei condiții:

1. Memorie protejată. Codec-ul păstrează o reprezentare arhivată a lui \theta_i într-un substrat neafectat de pruning (cache separat, backup cu control al versiunilor, memorie neurofiziologică protejată consolidată într-o regiune diferită). Modalitățile 5.1 și 5.3 se pot recupera în această condiție.

2. Profesor extern / reexpunere. Codec-ul este expus la fluxuri de input care conțin semnalul \mathcal{X}_{\text{excl}} pe care componenta eliminată prin pruning îl urmărea inițial. Reînvățarea activă în timpul unui Pas II ulterior al Ciclului de întreținere reconstruiește componenta (cu rezerve privind fidelitatea fină). Toate cele patru modalități se pot recupera în această condiție pe o durată suficientă, deși Modalitatea 5.4 necesită un episod complet de învățare comparabil cu achiziția inițială.

3. Rezervă arhitecturală. Codec-ul dispune de sloturi structurale care nu au fost alocate unor componente specifice și care pot fi atribuite pentru a găzdui reprezentarea regenerată. Aceasta este condiția în care recuperarea Modalității 5.4 este, în general, posibilă din punct de vedere mecanic.

Dacă niciuna dintre (1), (2), (3) nu este îndeplinită, atunci P(\text{recover}\, \theta_i \mid \tau_R) = 0 pentru orice \tau_R, iar pruningul este permanent.

Condiția de Fidelitate față de Substrat. Condiția de Fidelitate față de Substrat din T-12 (Teorema T-12b — redundanța canalelor de input \delta-independente care traversează Pătura Markov) este analogul la scară de linie genealogică al lui (2): canalele asigură că fluxul de input continuă să conțină semnalul relevant pentru substrat chiar și sub filtrarea exercitată de mecanisme externe \mathcal{F}. Condiția de recuperare din T-9 oferă implementarea intra-codec: componente protejate, buffere de reluare, rezervă arhitecturală.

§7. Corolare — Derivă narativă și derivă a acțiunii

Primitivele lui T-9 susțin două lanțuri de corolare dezvoltate în anexele T-12 și T-13.

Corolarul 7.1 — Derivă narativă (T-12). Sub input filtrat susținut X' = \mathcal{F}(X) care exclude semnalul \mathcal{X}_{\text{excl}}: - Componentele \theta_i al căror câștig predictiv este exclusiv pe \mathcal{X}_{\text{excl}} au G_i(t, \tau) \to 0 pe fluxul filtrat. - Condiția de pruning (T9.4-1) se declanșează pentru toate aceste componente. - Dacă pruning-ul este în Modalitatea 5.4 (arhitecturală) — care domină sub filtrare susținută de-a lungul multor Cicluri de întreținere — și niciuna dintre condițiile de recuperare (§6 punctele 1–3) nu este îndeplinită, capacitatea de a modela \mathcal{X}_{\text{excl}} se pierde permanent. - Codec-ul nu își poate detecta din interior propria pierdere de capacitate (componentele pierdute nu mai participă la generarea erorii de predicție), reproducând teza de neidentificabilitate din T-12a.

Tratamentul formal complet se află în T-12; T-9 furnizează lectura specifică modalității a termenului „ireversibil” pe care T-12 Corecția 1 o cere.

Corolarul 7.2 — Derivă a acțiunii (T-13). Componentele care codifică capacitatea de evaluare comportamentală pentru ramuri neutilizate: - Au câștig predictiv G_i(t, \tau) măsurat în raport cu rezultatele de ramură efectiv realizate ale fluxului de input; dacă anumite ramuri nu sunt niciodată selectate, evaluatorii nu au semnal de antrenare. - Condiția de pruning se declanșează atunci când G_i al evaluatorului neutilizat scade sub C_i - \epsilon. - Sub Modalitatea 5.4, evaluatorul este eliminat permanent prin pruning; codec-ul devine neputincios cu încredere în domeniul de acțiune corespunzător.

Propoziția T-13.P1 din T-13 (Derivă a acțiunii) este instanța la scară de linie evolutivă (repertoriu comportamental) a acestui mecanism intern al codec-ului.

Trimitere încrucișată: Ciclu de întreținere la nivel de linie evolutivă. Anexa T-15 §3 dezvoltă corespondența structurală dintre Ciclul de întreținere din interiorul vieții și rafinarea filogenetică. Cele patru modalități de pruning din T-9 corespund, respectiv: reducerii temporare a nișei (5.1), derivei de linie evolutivă sub selecție relaxată (5.2), înlocuirii nișei (5.3) și extincției liniei evolutive (5.4). Condițiile de recuperare (§6) corespund redundanței filogenetice: refugii protejate (1), re-expunere ecologică sub restaurarea nișei (2) și capacitate de rezervă a dezvoltării (3).

§8. Relația cu ecuațiile din §3.6 al lucrării principale

T-9 consolidează, nu înlocuiește. Ecuațiile din lucrarea principală T9-1 până la T9-13 (preprint §3.6.1–§3.6.6) sunt păstrate așa cum sunt citate; T-9 introduce primitive formale suplimentare și rafinări care le completează.

Conținut cu adevărat nou în T-9: definiția explicită a câștigului predictiv G_i(t,\tau) (§2); încadrarea costului în termeni de resursă-capacitate ca primară (§3 Forma 3.1); condiția de pruning în formă de prag cu buffer de retenție \epsilon (§4); patru modalități de pruning (§5); condiția de recuperare (§6); lectura specifică modalității a afirmației despre ireversibilitate din T-12 (§7.1).

§9. Muchii deschise

Coordonare cu reformularea independenței canalelor din T-12 (Faza 4). T-12 se află în coada de corecții a apendicelui (v0.4 §2.8) pentru o reformulare a condiției de independență a canalelor: independența mecanismelor de filtrare, nu a semnalelor. Condiția de pruning din T-9 (§4) și condiția de recuperare (§6) sunt redactate pentru a se coordona cu acea reformulare, dar demonstrația Teoremei T-12 din T-12 va trebui reexaminată odată ce definiția reformulată a independenței canalelor va fi introdusă. Mai precis: afirmația privind ireversibilitatea din T-12 §3.1 citează în prezent T9-3 / T9-4; în cadrul curățării v3.7.0 ar trebui să citeze forma-prag din §4 a lui T-9 + clasificarea modalităților din §5 + condiția de recuperare din §6, iar lectura ireversibilității să fie restrânsă la Modalitatea 5.4 în cazul fără condiție de recuperare. Deschis.

Reconcilierea contabilizării capacității de resurse vs. complexitatea K. §3 pune la dispoziție ambele forme, dar nu derivă corespondența lor cantitativă. Pentru unele clase de componente, cele două sunt strâns legate (C_i^{\text{params}} \sim K(\theta_i) în limita unui factor constant pentru tabele de căutare memorate, de exemplu); pentru altele, ele diverg puternic (structura compozițională partajată între componente produce economii de complexitate K pe care forma capacității de resurse nu le surprinde). O reconciliere în v3.7.0 sau ulterior este de dorit. Deschis.

Neutralitatea lecturii virtuale (v3.6.21). Lectura complet virtuală a stării staționare (lucrarea principală §8.6.1) redescrie Ciclul de întreținere ca proprietăți ale fluxului care trece filtrul, mai degrabă decât ale unei mașini aflate în funcțiune, dar nu reetajează contabilizarea Forma 3.1 / Forma 3.2: Forma 3.1 (capacitate de resurse) rămâne primară pentru toate afirmațiile operaționale, iar demonstrația operativă din T-12 continuă să o folosească. Lectura compresibilității nativă fluxului intervine doar ca strat interpretativ menționat în T-12 §3.1. Reconcilierea aditivității K de mai sus este locul în care ar putea fi argumentată orice viitoare reetajare a Formelor — nu lectura virtuală. Deschis (a nu se confunda cu curățarea v3.7.0).

Calibrarea empirică a lui \epsilon. Tamponul de retenție \epsilon din (T9.4-1) este un hiperparametru efectiv de pruning. Valorile biologice empirice ar proveni din studii asupra pruning-ului neuronal (praguri de degradare sinaptică, rate de retenție ale spinilor dendritici) sau din experimentul de asimptotă Δ_self^op din prototipul opt-ai-subject. T-9 nu derivă o valoare specifică. Deschis.

Trimitere încrucișată la predicțiile empirice ale Ciclului de întreținere. Preprintul §3.6.7 enumeră predicții empirice pentru Ciclul de întreținere (somn / vis / consolidare). Cele patru modalități de pruning din T-9 formulează predicții mai fine: predicția că „visele REM eșantionează în mod disproporționat ramuri de importanță ridicată” (preprint §3.6.5, Pasul III) se descompune în predicții specifice modalităților despre ce tipuri de reprezentări sunt păstrate de Modalitatea 5.1 (retenție ponderată după importanță împotriva pruning-ului) vs. Modalitatea 5.4 (unde absența ramurilor de importanță ridicată în experiența de veghe conduce la ștergerea arhitecturală a evaluatorului corespunzător). Deschis.

Acest apendice este întreținut ca parte a depozitului proiectului OPT, alături de opt-theory.md. Referințele la primitivele Ciclului de întreținere din preprint §3.6 sunt păstrate; T-9 completează cu câștig predictiv explicit G_i (§2), cost de capacitate de resurse (§3 Forma 3.1), condiție de pruning în formă-prag cu tampon de retenție \epsilon (§4), patru modalități de pruning (§5) și condiții de recuperare (§6). Referințe de corolar: T-12 (Derivă narativă) §3.6.3; T-13 (Action-Drift) §6; T-15 (Filtru de Stabilitate filogenetic) §3.