From Mathematical Problem Formalization to Dual Tension: Formal Convergence, Semantic Expansion, and Problem-Space Governance
"主論文提出 MPF-NLU 雙重張力框架（形式收斂 vs. 語義擴張），四篇衛星工程論文依序給出可重播 Benchmark、疑點驅動的資源配置、自我校準的認知編排器，第五篇以 Target-Fidelity Control 收束整條治理鏈——如何避免數學 AI 錯誤目標下的早熟收斂與定理凍結。"
Closing note: 主論文明確預告的後續主題已由四篇衛星論文逐一兌現，論證鏈完整收束於 Target-Fidelity Control。
→ 錯誤目標、早熟收斂與定理凍結：數學 AI 的 Target-Fidelity ControlStewardship: MAPG-Bench（第二篇）具體效能數字（48/26/24 module calls、57.7%/51.8%/11.2%/4.3%）明確、反覆自陳為手動標註/規則式/合成腳本產生，非真實 LLM 或 Lean prover 執行結果——非誤導性造假，但屬方法論假設，非既有系統實測。五篇均無公開程式庫連結，§42-43 讀作companion repo 的規格提案而非既有實作聲明。第二、三篇各清除 PUA citation-tool 洩漏（第二篇 29 處，含 18 處正文引用轉換為方括號引用 [N]、11 處參考文獻列表冗餘回聲刪除）。第二、三篇均提及作者群「先前提出的 MCDM 類 difficulty router」但未附連結，疑為既有語料庫論文，待未來確認後補上站內連結。五篇無重複、無其他編碼損壞。