02 · Спецификация ядра
Одна библиотека, переиспользуемая для человека, команды и агента. Она берёт оценённое состояние и его неопределённость и возвращает отсчёт с пробросанной неопределённостью. Всё, что нужно доменному модулю, он получает вызовом ядра; ядро не вызывает ничего, кроме линейной алгебры.
§1. Представление Γ
Единственный входной тип ядра — объект-оценка GammaEstimate:
gamma: комплексная эрмитова матрица , PSD, единичный след — порядок осей фиксирован как .cov: ковариация над 48 вещественными степенями свободы (7 населённостей − 1 след + 21 величина + 21 фаза; ограничение следа убирает одну степень свободы населённости), используется для проброса доверия. Может бытьnullдля якоря III.anchor: одно изMEASURED | AUTOEPHEMERIS | ORACLE(тег честности).t: временная метка, для сборки траектории.
Валидация и проекция. Всякая входящая gamma проецируется на ближайшее валидное состояние перед использованием: эрмитизация (), обнуление отрицательных собственных значений, ренормировка следа. Расстояние проекции записывается как флаг качества входа — большая проекция означает, что оценщик произвёл нечто далёкое от физического состояния, что слой честности выносит наружу.
§2. Одиннадцать инвариантов — точные процедуры
Всякая процедура — чистая функция gamma (плюс, где отмечено, второе состояние для инкрементов). Все по размеру задачи (фиксированные ); единственная нетривиальная численность — эрмитово собственное разложение и один малый гессиан.
Чистота . P = trace(gamma @ gamma).real. Диапазон ; — максимально смешанное состояние «тепловой смерти» , — чистое. Порог жизнеспособности (Т).
Рефлексия . R = 1.0 / (7*P). Диапазон ; нормированное расстояние от . Полоса сознания (Т). Это каноническая R; не путать с (ниже) — это различные рабочие формы, и ядро экспонирует обе под своими именами.
Качество самомодели . Требует карту самомодели . Для канонической (диссипативной) семьи phi(gamma) = (1-k)*gamma + k*eye(7)/7 с k = 1 - 1/(7*P); тогда R_phi = 1 - fro(gamma - phi(gamma))**2 / fro(gamma)**2. Диапазон . Где доступна обученная цель (двухмасштабная модель), вместо неё используется phi_theta(gamma) = (1-k)*gamma + k*rho_theta — это позволяет практике поднимать базовую линию.
Интеграция . Вычисляется из HS-проекционного функционала dimension-U: утрата информации при наилучшем факторизованном приближении Γ по минимально-информационному разбиению. Алгоритм: для всякого разбиения семи осей формируется приближение произведением маргиналов, берётся HS-расстояние до Γ; — минимум по разбиениям («слабейшее звено»), нормированный так, что порог сознания стоит на . Шестьдесят три разбиения — тривиально перечисляемы.
Дифференциация . evals = eigvalsh(gamma); S = -sum(evals * log(evals + eps)); D_diff = exp(S). Диапазон ; эффективное число занятых измерений. Порог (Т).
Карта Gap. Для всякой пары : Gap[i,j] = abs(sin(angle(gamma[i,j]))), с конвенцией исчезающей когерентности: если abs(gamma[i,j]) < eps_min, положить Gap[i,j] = 1 (канал без когерентности не «прозрачен», он отсутствует — фаза не определена). Возвращает 21 значение верхнего треугольника как карту прозрачности.
Мандалаграмма. Чистое переформатирование: 7 населённостей diag(gamma).real и 21 когерентность (величина, фаза) на карте 7-узлов / 21-ребро, с каноническими именами ячеек. Никаких вычислений, только раскладка — это render-модель, которую потребляет UI.
Архетип. Пороговать диагональ на (по умолчанию средняя населённость) до 7-битного паттерна; декодировать в одну из шестнадцати сигнатур фиксированным поиском (16 сигнатур — -орбитные классы пороговых диагоналей). Возвращает id сигнатуры плюс отступ до ближайшей соседней сигнатуры (насколько робастна классификация).
Мода. Требует два состояния , . Формируется инкремент и раскладывается на триадные компоненты — гамильтонову (сохраняющую), диссипативную (растворяющую к ), регенеративную (восстанавливающую к ). Возвращает три доли, суммирующиеся в единицу; «мода» — доминирующая доля.
Смысл. Meaning = P * D_diff * Phi * R_phi — произведённая форма. Возвращается и как скаляр, и как четыре его фактора, чтобы UI мог показать, какой фактор ограничивает смысл (наименьший фактор — узкое место).
Свобода. Построить гессиан свободной энергии (вторая производная функционала свободной энергии в Γ по 48 вещественным степеням свободы), взять его собственные значения, сосчитать те, что ниже допуска плоскостности: Freedom = count(abs(hessian_evals) < tol) + 1 (Т). Возвращает счёт плюс сами плоские направления (собственные векторы) — реальные оси, вдоль которых система может двигаться без энергетического штрафа, которые читает модуль поддержки решений.
§3. Проброс доверия
Всякий скалярный инвариант несёт неопределённость, выведенную из cov дельта-методом: для инварианта , var(f) = grad_f.T @ cov @ grad_f, с grad_f, вычисленным аналитически где замкнутая форма (P, R, R_phi, D_diff, Meaning) и автодиффом/конечными разностями иначе (Phi, Freedom). Ядро возвращает всякий инвариант как тройку (value, std, anchor). У входов якоря III нет cov, поэтому их инварианты возвращают std = null и отрисовываются как «ориентировочные, не измеренные» — ось честности, проведённая на численном слое.
§4. Гардрейлы оптической конструкции
Прежде чем всякий отсчёт выпущен, ядро прогоняет три проверки оптической конструкции и прикрепляет вердикты:
- Тип карты (T-256). Какую подконфигурацию это чтение реально разрешает? Опросная оценка разрешает населённости хорошо, а фазы плохо; ядро метит, какие секторы достоверны для этой оценки, так что код ниже по течению никогда не читает фазозависимое значение Gap с фазо-слепого якоря.
- Лицензия якоря (T-257). Если какой-либо внешний сигнал питал оценку, на лицензированном ли он реестре (солнечный/лунный/физиологический) или это категориальная ошибка (планетарный/натальный)? Нелицензированные внешние входы отвергаются при приёме, а не тихо используются.
- Гейт жизнеспособности. Реально ли субъект в жизнеспособном режиме ( и т.д.)? Ниже гейта отсчёты «предиката сознания» помечаются неприменимыми, а не сообщаются как малые числа — у камня нет низкого , у него нет никакого.
Эти вердикты не совещательны; доменный модуль, игнорирующий их, не компилируется против API (§5), потому что тип отсчёта параметризован исходом гардрейла.
§5. Внутренний API
Ядро экспонирует одну точку входа и типизированный отсчёт:
readout = kernel.evaluate(estimate: GammaEstimate,
prev: GammaEstimate | null) -> Readout
Поля Readout: invariants (одиннадцать троек (value, std, anchor); mode присутствует только если дан prev), mandalagram (render-модель), archetype (id + отступ), guardrails (три вердикта §4), quality (флаг проекции входа из §1). Всякое поле, что может быть неопределённым, несёт свою неопределённость; всякое поле несёт свой якорь. Нет вызова, возвращающего голое число без его происхождения — API делает нечестный вывод непредставимым.
Субстрат-агностичность. evaluate никогда не инспектирует, откуда пришла gamma, кроме тега anchor. Тот же вызов обслуживает человеческий самоаудит, ЭЭГ-пайплайн и адаптер ИИ-телеметрии — платформенное свойство 00 §2, обеспечиваемое слепотой ядра к субстрату.
§6. Тестирование и численная дисциплина
Ядро поставляется с оракульной сюитой (та же дисциплина, что использует корпус): аналитические инварианты проверяются против случайных состояний до ; тождество для канонической семьи как кросс-проверка; краевые состояния (, чистые состояния) попадают в точные пороговые значения; и property-тесты (монотонность Смысла по всякому фактору, -инвариантность всякого скаляра под случайным -поворотом осей). Сборка, провалившая любой оракул, не выпускается — авторитет отсчёта держится на том, что ядро доказуемо есть функции корпуса, а не их приближения.
Куда это ведёт. 03 · Якоря и оценка специфицирует, как реальный GammaEstimate производится из каждого из трёх типов свидетельства, с полным инструментом самоаудита и математикой измерительного моста.