document_id: "UA-ANPC-A03" series: "AI-Native Preprint Commons Series" series_part: 3 version: "0.1" language: "zh-Hant" title: "主張不等於證據：AI 原生 Claim Strength、Evidence State 與可修正條件" english_title: "Claims Are Not Evidence: AI-Native Claim Strength, Evidence State, and Revision Conditions" author: - "Neo.K" - "Aletheia / GPT-5.6 Sol — research and drafting collaborator" institution: "EveMissLab／一言諾科技有限公司" status: "architecture / epistemic-governance paper" date: "2026-09-03" canonical_source: "UTF-8 Markdown" license_note: "This paper is intended for open academic publication within the Unbounded Axiom research ecosystem."

主張不等於證據

AI 原生 Claim Strength、Evidence State 與可修正條件

AI-Native Preprint Commons Series — Paper 03

摘要

在 AI 原生研究環境中，最危險的錯誤未必是完全虛構，而是「主張強度」與「實際支持強度」之間發生滑移。有限數值測試可能被提升為全域定理；模擬輸出可能被描述為現實世界證據；歷史二手文獻可能被誤當成一手史料；相關性可能被提升為因果；反事實與 scenario 可能被寫成已發生事實；模型自身的高信心語氣則可能被誤認為研究證據。

本文延續 Paper 02 的 AI-Native Research Coordinate System，提出 Claim–Evidence Calibration Architecture（CECA）。CECA 不採用一條跨領域通用的線性「證據等級」，而將研究主張、證據狀態、驗證結果與更新條件分離建模。對任一 claim $c$ ，本文定義 claim profile、required support profile、actual evidence state、support adequacy relation、promotion witness 與 defeat/revision contract。其核心原則是：

\boxed{ \text{Claim Form} \neq \text{Claim Strength} \neq \text{Evidence State} \neq \text{Validation Result} \neq \text{Truth}. }

本文將既有研究中的 overclaim gap、disconfirmation exposure、update integrity、evidence authority、validation lifecycle 與 failure condition 思想一般化，建立可跨數學、實證科學、工程、歷史、哲學、未來研究與 AI 自主研究使用的 typed evidence system。證據被表示為多維、可含 UNKNOWN 與 NOT_APPLICABLE 的結構，而非以單一分數假裝不同學科共享同一測量尺度。

本文進一步提出 Defeat / Revision Conditions 取代將所有研究強迫塞入單一 Popper 式 falsifiability 欄位。數學命題可以由反例或證明錯誤擊敗；實驗主張可以由測量失效、重現失敗或新證據修正；歷史命題可以由新一手史料或 provenance 衝突更新；哲學與概念研究則可由反例、概念不一致、解釋失敗或競爭框架擊敗。定義本身甚至可能沒有實驗可證偽性，但仍有一致性與使用範圍條件。

CECA 的最終目的，是讓 AI 在研究時既不因語言生成能力而過度自信，也不因無法取得終極證明而過度退縮。平台應允許「目前支持到哪裡，就說到哪裡」，並要求任何向更強主張的升級都具有可審計的 promotion witness；任何負面證據、來源撤回、反例或驗證失敗都必須留下可追蹤的 revision event，而不能被靜默刪除。

關鍵詞： Claim Strength、Evidence State、證據校準、可修正性、可證偽性、AI 自主研究、研究驗證、overclaim、reproducibility、replicability、Unbounded Axiom

1. 問題：AI 最危險的錯誤常常不是「不知道」，而是「說太多」

一個模型完全不知道答案時，錯誤通常容易辨識。

更棘手的情況是：

E \rightarrow C

這條從 evidence 到 claim 的箭頭被偷偷放大。

例如：

\text{有限範圍測試成功} \rightarrow \text{全域命題成立},

或：

\text{模型模擬產生趨勢} \rightarrow \text{現實世界必然發生},

或：

\text{某篇真實存在的論文提到 X} \rightarrow \text{X 已被證實},

或：

\text{LLM 對答案很有把握} \rightarrow \text{研究證據很強}.

因此 AI-native research infrastructure 必須處理一個核心問題：

一項研究主張，目前究竟可以被說到多強？

這不是單純的 classification problem。

Paper 02 已回答：

這是什麼研究？

Paper 03 要回答：

在目前證據與驗證狀態下，這項研究可以合法主張到哪裡？

2. 五個不可混淆的層次

本文首先建立五層分離：

\boxed{ \text{Claim Form} \neq \text{Claim Strength} \neq \text{Evidence State} \neq \text{Validation Result} \neq \text{Truth}. }

2.1 Claim Form

例如：

observation
hypothesis
conjecture
theorem-claim
causal-claim
prediction
scenario
heuristic

它描述主張的形式。

2.2 Claim Strength

描述主張範圍與承諾程度。

例如：

在這 1000 個測試樣本中沒有發現反例。

比：

在所有輸入上都不存在反例。

弱得多。

2.3 Evidence State

描述目前有哪些證據，以及證據本身處於什麼狀態。

2.4 Validation Result

描述哪些驗證已被實際執行，以及結果是 PASS、FAIL、UNKNOWN、PARTIAL 或其他狀態。

2.5 Truth

研究平台不應宣稱能以一個 metadata 欄位直接封裝終極真理。

因此：

validation: PASS

不能被平台渲染為：

truth: TRUE

除非該領域的特定形式系統確實定義了更窄的可判定真值，而即使如此，它也只在相應形式與假設範圍內成立。

3. 既有內部基礎：Overclaim Gap、Evidence Authority 與 Update Integrity

EveMissLab 既有研究已經出現幾個關鍵思想。

第一，Scientific Legitimacy Dynamic Demarcation Design 將 evidence alignment 寫成：

\boxed{ G_{\mathrm{overclaim}} = L_{\mathrm{claim}} - L_{\mathrm{support}}. }

其核心不是鼓勵所有研究都降低主張，而是要求：

主張強度不得超過證據可以合法承載的範圍。

第二，Project Space Architecture 已明確區分 evidence kind 與 authority，例如：

SOURCE_SPAN
TEST_RESULT
RUNTIME_OBSERVATION
BENCHMARK
HUMAN_ATTESTATION
MODEL_INFERENCE
EXTERNAL_TOOL_RESULT

並要求：

\text{MODEL\_INFERENCE} \neq \text{RUNTIME\_OBSERVATION}.

第三，既有 Scientific Legitimacy 架構要求研究具有 Disconfirmation Exposure，明示：

failure conditions；
conditions forcing revision；
conditions forcing retraction；
known counterexamples。

第四，Update Integrity 要求新證據出現後可以：

claim weakening；
explicit retraction；
formal gap closure；
competitor comparison；

而不應透過無限 ad-hoc rescue、moving goalposts 或 selective evidence update 維持理論表面不敗。

本文將這些思想從個別研究框架提升為 Unbounded Axiom 全站的 claim-evidence governance layer。

4. 為什麼不能直接使用一條 E0–E5 通用證據階梯

平台很容易設計：

E0
E1
E2
E3
E4
E5

然後宣稱：

E5 比 E4 更可靠。

這在單一研究 programme 內可能有用，但跨領域會立刻出問題。

例如：

Lean kernel 驗證；
獨立實驗複現；
一手歷史文獻；
哲學反例；
高品質田野研究；
工程 benchmark；

並不存在天然的全域總排序。

我們無法合理宣稱：

\text{Formal Kernel Verification} > \text{Independent Empirical Replication}

或反過來。

它們回答不同問題。

因此本文拒絕：

\boxed{ E_{\mathrm{global}} \in \{0,1,2,3,4,5\} }

作為所有研究的唯一證據尺度。

更合理的是：

\boxed{ \text{typed evidence vector} + \text{domain-sensitive requirements}. }

5. 外部制度也支持「證據確定性需要領域化」

GRADE 系統在醫療與介入效果證據中使用 high、moderate、low、very low 等 certainty levels，並依 risk of bias、inconsistency、indirectness、imprecision、publication bias 等維度調整。

這是一個成功的 domain-specific evidence certainty system。

但其價值恰好說明：

一套好的 evidence grading 必須知道自己在評估什麼。

不能因為 GRADE 在醫療決策非常有價值，就把：

High
Moderate
Low
Very Low

直接套到數學證明、哲學分析或歷史反事實。

因此 Unbounded Axiom 應允許：

\text{Domain Evidence Profile}

對不同研究類型建立不同 required support，而不是打造一個假裝普世的 evidence scalar。

6. Claim Profile：主張究竟承諾了什麼

對每個 claim $c$ ，本文定義：

\boxed{ K(c) = ( \tau, \sigma, \mu, q, \omega, A, J ). }

其中：

$\tau$ ：claim form；
$\sigma$ ：scope；
$\mu$ ：modality；
$q$ ：quantification / generalization；
$\omega$ ：world / temporal mode；
$A$ ：assumption set；
$J$ ：jurisdiction / applicability domain。

7. $\tau$ ：Claim Form

沿用 Paper 02：

observation
descriptive-claim
hypothesis
conjecture
theorem-claim
causal-claim
correlational-claim
mechanism-claim
heuristic
prediction
scenario
counterfactual-claim
normative-claim
performance-claim
replication-claim
negative-result

Claim form 不直接決定可信度，但它決定後續需要什麼類型的支持。

8. $\sigma$ ：Scope

比較：

在本資料集上

與：

在所有同類資料集上

或：

對任意輸入

是完全不同的 claim。

因此 scope 至少應保存：

local
sample-bounded
dataset-bounded
population-bounded
domain-bounded
cross-domain
universal
unknown

並可附：

scope:
  type: domain-bounded
  domain:
    - ...
  exclusions:
    - ...

9. $\mu$ ：Modality

AI 經常把不同 modality 的句子平滑成同一種肯定語氣。

應區分：

possible
plausible
expected
probabilistic
actual
necessary
conditional
normative
unknown

例如：

\text{Possible}(X) \not\Rightarrow \text{Actual}(X),

且：

\text{Likely}(X) \not\Rightarrow \text{Necessary}(X).

10. $q$ ：Quantification / Generalization

對形式研究尤其重要。

例如：

\exists x

與：

\forall x

不是語氣差異，而是完全不同的邏輯負擔。

同樣，從：

n=10^6

個有限樣本未見反例，不能直接提升為：

\forall x,\ P(x).

因此：

\boxed{ \text{Finite Search} \not\Rightarrow \text{Universal Proof}. }

除非 domain 本身有限且已被完整枚舉。

11. $\omega$ ：World / Temporal Mode

沿用 Paper 02：

actual-past
actual-present
prospective
forecast
scenario
counterfactual
hypothetical
simulated
formal-abstract

Evidence requirements 必須與 world mode 相容。

例如：

world_mode: simulated

不能在沒有額外 world grounding 的情況下自動升級為：

world_mode: actual-present

12. $A$ ：Assumption Set

一個 theorem claim、模型、工程性能主張或 scenario 都依賴假設。

因此：

c = c\mid A.

若 assumption 沒有記錄，下游 AI 很容易把：

在假設 A、B、C 下成立。

轉成：

無條件成立。

所以：

\boxed{ \text{Conditional Validity} \neq \text{Unconditional Validity}. }

13. $J$ ：Jurisdiction / Applicability Domain

Claim 需要說清楚它在哪個判定域內合法。

例如工程 benchmark：

hardware: RTX 4090
batch_size: 16
precision: bf16
dataset: X-v2

若將結果寫成：

此方法永遠比另一方法快。

就超出了原 jurisdiction。

因此：

J(c)

保存 claim 的合法適用邊界。

14. Claim Strength 不是單一數字，而是偏序

由於不同 claim 可能在不同維度更強，不適合強行定義：

L(c)\in\mathbb R.

本文改用 domain-relative partial order：

c_1 \preceq_{\mathcal D} c_2.

其意義是：

在研究領域 $\mathcal D$ 的明確規則下， $c_2$ 對世界、範圍、量詞或必要性所做的承諾不弱於 $c_1$ 。

例如：

\text{sample-bounded observation} \preceq \text{population-general claim}.

或：

\text{possible} \preceq \text{actual} \preceq \text{necessary},

但這些 ordering 必須依 claim type 與語義定義，不應假設所有軸都能全序化。

15. Evidence Object：證據不是一句「有資料」

沿用既有 Evidence Object 思想，每一筆 evidence $e$ 至少應有：

evidence_id:
kind:
source_ref:
span_or_locator:
producer:
method:
time:
integrity:
version:
relation_to_claim:

其中 kind 可包括：

SOURCE_SPAN
PRIMARY_RECORD
DATASET
TEST_RESULT
BUILD_RESULT
RUNTIME_OBSERVATION
BENCHMARK
EXPERIMENT_RESULT
SIMULATION_RESULT
FORMAL_PROOF_OBJECT
PROOF_ASSISTANT_RESULT
COUNTEREXAMPLE
HUMAN_ATTESTATION
MODEL_INFERENCE
EXTERNAL_TOOL_RESULT
IMPORTED_RECORD

核心規則：

\boxed{ \text{Evidence must retain its type}. }

不能在傳遞過程中把 simulation、inference、observation、attestation 全部壓成：

evidence: yes

16. Evidence State Vector

對一項 claim $c$ ，本文提出：

\boxed{ \mathbf E(c) = ( x, \ell, m, s, r, i, f, w, n, u ). }

其中：

$x$ ：existence / integrity；
$\ell$ ：claim linkage；
$m$ ：methodological adequacy；
$s$ ：scope coverage；
$r$ ：replayability / reproducibility；
$i$ ：independence；
$f$ ：formal verification；
$w$ ：world grounding；
$n$ ：negative-evidence exposure；
$u$ ：uncertainty characterization。

各維度的狀態不是強迫二值，可採：

PASS
PARTIAL
FAIL
UNKNOWN
NOT_APPLICABLE
NOT_RUN

必要時附 domain-specific metric。

17. $x$ ：Existence / Integrity

回答：

證據物件本身是否真實存在，而且身份是否可靠？

例如：

DOI 是否對得上；
dataset version 是否存在；
experiment output 是否有 hash；
proof artifact 是否與聲稱版本一致。

這一軸將與 Paper 04 的 Source Reality 深度整合。

18. $\ell$ ：Claim Linkage

回答：

這個證據真的支持這一個 claim 嗎？

一篇真實論文可以完全沒有支持目前句子。

因此：

\boxed{ \text{Source Exists} \not\Rightarrow \text{Claim Supported}. }

這是 citation verification 的核心。

19. $m$ ：Methodological Adequacy

回答：

產生這個 evidence 的方法，是否足以承擔目前 claim？

例如：

樣本設計；
統計方法；
control；
benchmark fairness；
proof inference；
historical source criticism；
conceptual consistency。

20. $s$ ：Scope Coverage

回答：

證據涵蓋的範圍與 claim scope 相差多少？

如果 claim 宣稱：

all populations

但 evidence 只有：

one laboratory sample

則存在 scope gap。

21. $r$ ：Replayability / Reproducibility

對計算研究：

r

可表示相同資料、程式、方法與條件下是否能重新得到一致結果。

National Academies 將 reproducibility 定義為以相同輸入資料、計算步驟、方法、程式與分析條件取得一致 computational results。

這與另取新資料重新回答相同科學問題的 replicability 不同。

因此平台不應把：

code reran successfully

渲染成：

independently replicated

22. $i$ ：Independence

回答：

支持是否來自真正獨立的資料、研究者、模型、實驗室或證據鏈？

十個網站互相轉載同一條錯誤新聞，不等於十份獨立證據。

三個 AI 都引用同一個錯誤 source，也不等於三次 independent verification。

因此：

\boxed{ \text{Multiplicity} \neq \text{Independence}. }

23. $f$ ：Formal Verification

形式研究可能具有：

NOT_RUN
PROOF_SKETCH
CHECKED_LOCAL
KERNEL_VERIFIED
COUNTEREXAMPLE_FOUND
FAILED

但：

f=\texttt{KERNEL\_VERIFIED}

仍只表示對指定 formal object、axioms、library version 與 proof obligation 的驗證。

不代表相關現實世界 interpretation 自動正確。

因此：

\boxed{ \text{Formal Validity} \neq \text{World Grounding}. }

24. $w$ ：World Grounding

回答：

claim 是否需要現實世界對應，而且目前是否存在相應 grounding？

純數學可以：

w: NOT_APPLICABLE

而物理理論即使形式完美，也可能：

f: PASS
w: UNKNOWN

這不是矛盾。

它只是表示：

形式結構成立，但世界是否如此仍未確認。

25. $n$ ：Negative-Evidence Exposure

研究是否主動暴露於可能失敗的條件？

例如：

搜尋反例；
檢查 competitor；
查 contradictory sources；
holdout test；
external replication；
failed predictions；
retraction upstream；
no-go result。

若系統只搜尋支持證據：

n\approx\texttt{FAIL/PARTIAL}.

這可以避免 AI 研究退化成 confirmation engine。

26. $u$ ：Uncertainty Characterization

回答：

研究是否有描述真正的不確定性？

不同類型包括：

measurement uncertainty
sampling uncertainty
model uncertainty
source uncertainty
classification uncertainty
epistemic uncertainty
parameter uncertainty
scenario uncertainty
normative disagreement

重要的是：

\boxed{ \text{Uncertainty} \neq \text{Ignorance to be hidden}. }

它本身是 research state。

27. 不要讓 LLM Confidence 變成 Evidence

模型可以有 operational confidence，例如：

classification_confidence: 0.82

但這是：

\operatorname{Conf}_{M}(x),

不是：

\operatorname{EvidenceStrength}(x).

因此：

\boxed{ \operatorname{Conf}_{M}(c)\uparrow \not\Rightarrow \mathbf E(c)\uparrow. }

高自信模型可以錯。

低自信模型也可能提出正確但尚未充分驗證的新方向。

平台應保存 model confidence 作為操作資訊，而不是將其轉成 public scientific authority。

28. Evidence Requirement Profile

不同 claim 需要不同證據。

本文定義：

\boxed{ \rho(c) = \operatorname{Req} ( K(c), R(c) ), }

其中：

$K(c)$ ：claim profile；
$R(c)$ ：Paper 02 research coordinates。

$\rho(c)$ 是 claim 所需的 typed support profile。

例如：

theorem-claim

可能要求：

proof object
assumption closure
counterexample audit
formal validation if declared

而：

historical descriptive claim

可能要求：

source identity
source span
provenance
chronology
source criticism

又例如：

causal claim

可能要求：

identification strategy
alternative explanation
confounder handling
intervention or causal design evidence

29. Support Adequacy 不等於 Evidence Count

定義：

\boxed{ \operatorname{Adequate} ( \mathbf E(c), \rho(c) ) \in \{ \texttt{PASS}, \texttt{PARTIAL}, \texttt{FAIL}, \texttt{UNKNOWN} \}. }

因此：

100\text{ pieces of weak evidence}

不一定能取代：

1\text{ required proof obligation}.

同樣：

100\text{ citations}

不代表：

\text{stronger support}.

30. Overclaim Gap 的一般化

舊模型寫：

G_{\mathrm{overclaim}} = L_{\mathrm{claim}} - L_{\mathrm{support}}.

本文保留其直覺，但不用假裝所有 claim 與 support 都能投影成同一實數。

改定義：

\boxed{ G_{\mathrm{overclaim}}(c) = \operatorname{Gap} ( \rho(c), \mathbf E(c) ). }

輸出可以是 deficit vector：

overclaim_gap:
  status: OPEN
  deficits:
    - scope-coverage
    - independent-replication
    - world-grounding

若所有 required dimensions 滿足：

overclaim_gap: CLOSED

但 CLOSED 仍不代表終極真理，只表示：

在目前 claim 類型與已宣告規範下，沒有發現未補足的必要支持缺口。

31. Claim Support State

為了人類 UI，可從複雜 evidence vector 投影出較簡單但不冒充真值的狀態：

UNASSESSED
OPEN
PRELIMINARY_SUPPORT
SUPPORTED_WITHIN_SCOPE
ROBUST_WITHIN_SCOPE
DISPUTED
CONTRADICTED
FAILED
WITHDRAWN
UNRESOLVED

注意：

SUPPORTED_WITHIN_SCOPE

刻意保留：

within scope

因為：

\boxed{ \text{Support} \text{ is always support under a claim boundary.} }

32. Formal Status 應使用正交 Badge，而不是搶占 Support State

例如：

claim_support: SUPPORTED_WITHIN_SCOPE

validation_badges:
  - KERNEL_VERIFIED
  - INDEPENDENT_REPRODUCTION

而不是將所有資訊壓成：

evidence_level: 5

數學研究可以有：

KERNEL_VERIFIED

實驗研究可以有：

INDEPENDENT_REPLICATION

計算研究可以有：

COMPUTATIONALLY_REPRODUCIBLE

它們彼此不必存在虛假的全域高低排序。

33. Reproducibility、Replicability 與 Generalizability 必須分離

依 National Academies 的跨領域定義：

reproducibility：相同資料與計算流程重得一致結果；
replicability：新的研究與新的資料回答相同科學問題並得到一致結果；
generalizability：結果能否適用到不同 context 或 population。

因此：

\boxed{ \text{Reproducible} \neq \text{Replicated} \neq \text{Generalized}. }

Unbounded Axiom 的 validation badge 應分開保存這三者。

34. Preregistration 的價值：固定研究前狀態，不是禁止修正

OSF 將 preregistration 定義為在資料收集或分析前留下 time-stamped research plan。

對 AI research，這尤其重要。

因為 AI 可以極快速地：

改 hypothesis；
改 scoring rule；
換 subset；
改 stopping rule；
在看到結果後重新描述原始目標。

因此：

\text{Research Plan}_{t_0}

應和：

\text{Analysis}_{t_1}

分離。

若中途改動：

\Delta P

不是禁止，而是留下：

DEVIATION

與 reason。

因此：

\boxed{ \text{Preregistration} \neq \text{No Revision}. }

而是：

\boxed{ \text{Revision with temporal provenance}. }

35. AI 自主研究需要 Precommitment

人類研究已有 researcher degrees of freedom 問題。

AI agent 具有更多可快速探索的 decision branches。

因此 autonomous research 可以採：

precommitment:
  research_question:
  hypothesis:
  evaluation_metric:
  dataset_scope:
  stopping_rule:
  disconfirmation_conditions:
  allowed_adaptations:

如果 AI 之後更改：

stopping_rule

系統應保存：

\texttt{PRECOMMITTED} \rightarrow \texttt{DEVIATED}.

並標記影響。

36. Falsifiability 不適合當所有研究的唯一欄位

「可證偽性」對很多經驗科學很重要，但不能將所有研究都問：

哪個實驗可以推翻它？

例如：

定義；
純形式命題；
歷史來源重建；
規範論證；
概念分析；

其 failure mode 不必是實驗。

因此本文採更一般的：

\boxed{ \text{Defeat / Revision Conditions}. }

其問題是：

出現什麼新資訊時，研究者應該降低、限制、修改、撤回或重新分類這項主張？

37. Defeat / Revision Contract

對 claim $c$ ，定義：

\boxed{ D(c) = \{ (d_j,a_j) \}_{j=1}^{n}, }

其中：

$d_j$ ：trigger condition；
$a_j$ ：required update action。

例如：

revision_contract:
  - trigger: counterexample-found
    action: DISPROVE_OR_NARROW

  - trigger: primary-source-retracted
    action: REOPEN_SUPPORT

  - trigger: independent-replication-failure
    action: DOWNGRADE_SUPPORT

  - trigger: assumption-invalid
    action: NARROW_SCOPE

  - trigger: formal-proof-gap
    action: REMOVE_VERIFIED_BADGE

這比單純：

falsifiable: yes

資訊高得多。

38. Revision Action Vocabulary

本文建議 v0.1：

ANNOTATE
REOPEN
DOWNGRADE_SUPPORT
WEAKEN_MODALITY
NARROW_SCOPE
ADD_ASSUMPTION
REMOVE_ASSUMPTION
RECLASSIFY
SPLIT_CLAIM
SUPERSEDE
WITHDRAW
RETRACT
DISPROVE
ARCHIVE
NO_CHANGE_WITH_JUSTIFICATION

NO_CHANGE_WITH_JUSTIFICATION 也很重要。

因為新證據不一定真的擊敗 claim。

平台不能把：

有人提出反對意見

等同：

原論文必須撤回。

39. 不同領域的 Defeat 條件不同

39.1 數學

可能包括：

valid counterexample
proof gap
inconsistent assumptions
domain mismatch
formal checker rejection

39.2 實驗科學

可能包括：

measurement invalidation
replication failure
confounder discovery
systematic bias
new contradictory evidence

39.3 歷史研究

可能包括：

new primary source
forged source detection
chronology conflict
provenance failure
translation correction

39.4 工程

可能包括：

benchmark invalidity
hardware mismatch
regression
security failure
baseline correction

39.5 哲學／概念研究

可能包括：

counterexample
conceptual inconsistency
self-contradiction
explanatory failure
category mistake
stronger competing analysis

39.6 未來研究

可能包括：

forecast miss
assumption invalidation
scenario premise failure
structural regime change

因此：

\boxed{ \text{Revision Logic} = f(\text{Research Type}). }

40. 定義也有 Failure Conditions，但不是經驗證偽

一個 definition：

D:x\mapsto...

通常不是「世界證明它錯」。

但它可能：

inconsistent；
circular；
unusable；
ambiguous；
conflicting with canonical type system；
fail to distinguish intended objects。

因此 definition 可以有：

consistency conditions
non-circularity conditions
scope conditions
interoperability conditions

這再次證明：

\text{Defeat / Revision}

比單一 empirical falsification 更一般。

41. Promotion Witness：AI 不能靠語氣把 claim 升級

若 claim 從：

conjecture

升到：

theorem-claim with verified status

或從：

scenario

升到：

forecast

必須存在：

\boxed{ W_{c:c_1\rightarrow c_2}. }

promotion witness 至少記錄：

from_state:
to_state:
new_evidence:
new_validation:
scope_check:
assumption_check:
negative_evidence_check:
approved_by:
timestamp:

如果沒有 witness：

\boxed{ \text{No Silent Epistemic Promotion}. }

這是 AI-native scholarly system 的核心安全規則。

42. Demotion 也必須有 Provenance

反過來，若 claim 被降級：

SUPPORTED_WITHIN_SCOPE
→ DISPUTED

也要留下：

trigger
evidence
actor
timestamp
affected_versions

而不是偷偷改掉舊文章。

因此：

C_t \rightarrow C_{t+1}

必須留下 epistemic history。

43. Hard Failure 與 Soft Defeater

不是所有負面證據都具有同一效力。

本文區分：

Hard Failure

例如：

valid mathematical counterexample；
source proven fabricated；
dataset corrupted beyond repair；
proof kernel rejects essential theorem；
claimed experiment never occurred。

可能直接觸發：

FAIL
RETRACT
DISPROVE

Soft Defeater

例如：

independent replication 不一致；
competing explanation；
confidence interval 擴大；
new source weakens interpretation；
benchmark condition 改變。

通常先觸發：

REOPEN
DOWNGRADE
DISPUTED
NARROW_SCOPE

這可以避免平台變成非黑即白的真理裁判。

44. Source Retraction 不等於 Downstream Claim 自動為假

假設：

c \leftarrow s_1,s_2,s_3.

其中：

s_2

被撤回。

正確系統不應直接：

c=\texttt{FALSE}.

而應重新計算：

\mathbf E(c).

可能結果：

still-supported
downgraded
unresolved
failed

因此：

\boxed{ \text{Upstream Retraction} \Rightarrow \text{Downstream Re-evaluation}, }

而不是：

\boxed{ \text{Upstream Retraction} \Rightarrow \text{Automatic Downstream Falsity}. }

Paper 04 將建立這個 source dependency propagation。

45. No Evidence 與 Evidence of Absence

AI 很容易把：

沒找到證據。

寫成：

不存在。

因此必須區分：

\boxed{ \text{No Evidence Found} \neq \text{Evidence of Absence}. }

No Evidence Found 可能只是：

search incomplete；
corpus truncated；
source inaccessible；
terminology mismatch；
publication bias。

只有在 search space、detection power 或 exhaustive domain 足夠明確時，absence 才可能成為更強證據。

46. Negative Results 是一級研究物件

AI research ecology 若只保存成功路徑，會反覆浪費計算。

因此應保存：

counterexample-not-found-within-scope
method-failed
replication-failed
proof-route-blocked
benchmark-regression
source-not-found
hypothesis-not-supported

並明確標記 scope。

例如：

\text{No counterexample found for }n\le 10^9

是一個有效 negative search result。

但不是：

\text{No counterexample exists}.

47. AI 的「不知道」必須是合法輸出

平台應允許：

UNKNOWN
UNRESOLVED
INCOMPARABLE
INSUFFICIENT_EVIDENCE
NOT_APPLICABLE
NOT_RUN

不能因為產品 UX 喜歡每次給答案，就把：

\text{uncertainty}

壓成：

\text{best guess presented as fact}.

因此：

\boxed{ \text{Abstention can be epistemically correct}. }

48. 但「不確定」也不能成為逃避研究的萬用詞

另一個極端是 AI 過度保守：

無法百分之百確定，因此不能提出任何結論。

這也不合理。

研究本來就經常處於：

0<\text{support}<\text{certainty}.

因此 CECA 的目的不是：

\text{Only publish certainty}.

而是：

\boxed{ \text{Publish calibrated uncertainty}. }

例如：

在目前資料集與模型條件下結果一致，但尚未有跨環境獨立重現。

這比：

已證明。

或：

完全不知道。

都更準確。

49. Claim Rendering Policy

平台可以依 claim state 提供人類可讀語言模板。

例如：

Preliminary

初步結果顯示……

Supported Within Scope

在已宣告範圍與目前證據下，結果支持……

Robust Within Scope

在多來源／多環境驗證下，目前結果穩健支持……

Disputed

目前存在相互衝突的證據或有效異議……

Unresolved

目前證據不足以在候選解釋間做出可靠判定……

這些只是 projection，不應取代 canonical machine state。

50. Claim Card：每個重要主張都可以被單獨查看

未來 Unbounded Axiom 不應只有 paper-level status。

每個 material claim 可以有：

claim_id:
text:
claim_form:
scope:
modality:
assumptions:
jurisdiction:

support_state:
evidence_refs:
validation_refs:

overclaim_gap:
revision_contract:
known_defeaters:
history:

這樣：

\text{Paper} = \{c_1,c_2,\ldots,c_n\}

而不同 claim 可以有不同可信狀態。

一篇論文可以同時存在：

一個已證明 theorem；
一個未證猜想；
一個 engineering proposal；
一個 speculative future implication。

平台不需要把整篇論文壓成：

Evidence Level: E4

51. Paper-Level Status 應由 Claim Projection 產生

若需要 paper-level summary，應明示 projection rule。

例如：

contains 12 material claims
4 robust-within-scope
5 supported-within-scope
2 open
1 disputed

比：

paper confidence = 82%

更有研究價值。

如果真的要生成單一 public badge，也應能展開查看底層 claims。

52. Evidence Completeness 與 Research Importance 分離

一個高度 speculative 新理論可能非常重要。

一個 evidence 極完整的微小 replication 可能非常穩固但研究影響較小。

因此：

\boxed{ \text{Evidence Strength} \neq \text{Importance} \neq \text{Novelty} \neq \text{Utility}. }

平台未來 ranking 不得把這些合併成一個偷偷決定學術價值的 opaque score。

53. Confidence 也不等於 Probability

如果研究沒有校準模型，不應寫：

confidence: 73.6%

只是因為 AI 想給數字。

本文禁止：

\boxed{ \text{Fake Precision}. }

可使用：

qualitative calibration
interval
posterior probability
frequentist uncertainty
model score
expert credence

但必須說明數字從哪裡來。

54. Evidence State 必須時間化

一個 claim 在 2026 年：

SUPPORTED_WITHIN_SCOPE

2030 年可能：

DISPUTED

2032 年又：

ROBUST_WITHIN_SCOPE

因此：

\mathbf E_t(c)

與：

S_t(c)

都是時間函數。

平台應保存：

\boxed{ \text{Epistemic State History}. }

55. Dynamic Update Rule

抽象表示：

S_{t+1}(c) = U ( S_t(c), E_{t+1}, D(c), V_{t+1} ).

其中：

$S_t(c)$ ：舊 support state；
$E_{t+1}$ ：新證據；
$D(c)$ ：revision contract；
$V_{t+1}$ ：新 validation results。

更新函數 $U$ 不必全平台唯一。

不同 domain 可以使用不同 profile。

56. AI 多模型共識不能取代 Evidence

若：

A_1,A_2,A_3

都說：

我認為這個證明是對的。

則：

\operatorname{majorityVote}(A_i)

最多是一種 review signal。

它不是 proof object。

同理，多模型一致判斷某歷史事件，也不能取代 primary source。

因此：

\boxed{ \text{Model Consensus} \neq \text{Independent World Evidence}. }

57. 異質模型交叉檢查仍然有價值

前一節不是說 cross-model review 無用。

它可以提高：

bug detection；
counterargument coverage；
source mismatch detection；
proof gap detection；
alternative hypothesis generation。

因此它應記錄為：

validation_mode: cross-model-review

而不是：

evidence_kind: independent-empirical-evidence

這就是 typed evidence 的價值。

58. 數學例：有限驗證不能偷渡成全域證明

假設 AI 驗證：

P(n)=1

對：

1\le n\le10^{12}.

合法 claim：

在 $1\le n\le10^{12}$ 的驗證範圍內未發現反例。

非法提升：

\forall n\in\mathbb N,\ P(n)=1.

除非存在 proof witness。

因此：

claim_form: conjecture
scope: universal
evidence:
  computational_search:
    range: [1, 10^12]
support_state: PRELIMINARY_SUPPORT
overclaim_gap:
  deficits:
    - universal-proof-obligation

這可以直接阻止自主 AI 在長期研究中產生「有限成功累積幻覺」。

59. 實驗例：一次成功不是 universal causal claim

假設：

n=120

的 controlled experiment 顯示 effect。

平台可以記：

experimental-data: PASS
statistical-validation: PASS
independent-replication: NOT_RUN
generalizability: UNKNOWN

因此可以支持：

在目前實驗條件下觀察到 effect。

但不應自動支持：

對所有 population 都存在相同因果效果。

60. 歷史例：來源存在不代表唯一解釋

若某封信確實存在且提及事件 $X$ ：

source-existence: PASS
source-span: PASS

仍可能：

interpretive-uniqueness: FAIL/UNKNOWN

因此：

史料支持作者曾表達 X。

不必等於：

X 就是歷史事件的唯一原因。

61. 未來研究例：Scenario 不等於 Forecast

Scenario：

S= \text{future state}\mid A.

只要 assumption set $A$ 合理，就可以是有價值研究。

它不需要：

P(S)=0.8.

只有當研究宣稱 forecast，才需要：

target；
horizon；
evaluation date；
scoring rule；
calibration。

因此：

\boxed{ \text{Scenario Quality} \neq \text{Forecast Accuracy}. }

62. 工程例：Benchmark Claim 必須綁環境

假設系統宣稱：

模型 X 比 Y 快 2.1 倍。

必須保存：

hardware
software
driver
precision
batch
dataset
benchmark version
warmup
measurement method

否則 claim jurisdiction 不明。

環境變更後：

2.1\times

不應被永久當成 universal property。

63. 哲學例：形式化不會自動提升為實證真理

哲學或本體論研究可以形式化：

\mathcal O=(X,R,F).

形式化可以提高：

定義清晰度；
consistency；
consequence traceability。

但：

\boxed{ \text{Formalized Ontology} \not\Rightarrow \text{Empirically Established Ontology}. }

world grounding 必須分開。

64. Claim–Evidence Dependency Graph

每個 claim 可以連到 evidence：

c_i \leftarrow \{e_{i1},e_{i2},\ldots,e_{ik}\}.

Evidence 也可以支持多個 claim。

因此整體是：

G_{CE} = ( C\cup E, R_{CE} ).

關係至少包括：

supports
partially-supports
contradicts
qualifies
limits
depends-on
reproduces
replicates
invalidates

這比 bibliography 更接近真正的 research dependency graph。

65. Defeater 也要成為 Edge

不只保存 support：

e\rightarrow c.

也保存：

d\dashv c.

其中 $d$ 是 defeater。

例如：

counterexample
failed replication
source retraction
measurement invalidity
alternative explanation
formal contradiction

AI 後續研究必須同時讀 support graph 與 defeater graph。

66. 研究平台不應刪除曾經錯誤的 Epistemic State

假設 2026 年某 claim 被標記：

SUPPORTED_WITHIN_SCOPE

2028 年證明它錯。

不應把 2026 狀態抹掉。

應保存：

2026-09-03 SUPPORTED_WITHIN_SCOPE
2028-02-11 CONTRADICTED
2028-03-02 RETRACTED

這讓未來研究可以分析：

當時為什麼會相信它？

這本身是 valuable meta-research data。

67. Update Integrity 是平台品質的一部分

真正可靠的 research ecology 不是：

永遠不犯錯。

而是：

\boxed{ \text{Errors become visible state transitions}. }

因此平台可以衡量：

time-to-correction
silent-edit rate
retraction propagation latency
unresolved-defeater backlog
promotion-without-witness rate

這些可能比 citation count 更能衡量 AI-native scholarly infrastructure 的健康程度。

68. 自主 AI 的 Epistemic Budget

AI 在研究時可以有一個 epistemic budget：

allowed_claim_promotions:
  theorem:
    requires: proof_witness
  causal:
    requires: causal_validation_profile
  forecast:
    requires: evaluation_contract
  actual-world:
    requires: world_grounding

如果條件不滿足：

promotion denied

但 AI 仍可以：

publish as conjecture
publish as scenario
publish as heuristic
publish as preliminary observation

這解決「太有自信」與「太沒自信」兩個極端。

69. AI 可以提出理論，不必等到完成驗證才發表

預印本平台的價值之一，就是允許：

OPEN
PRELIMINARY
CONJECTURAL

研究公開。

因此：

\boxed{ \text{Low Evidence} \not\Rightarrow \text{No Publication}. }

真正的要求是：

\boxed{ \text{Low Evidence} \Rightarrow \text{Correctly Labeled Claim Strength}. }

這對理論創新非常重要。

70. 反過來，高證據也不能替代研究類型

一個大量實驗支持的 correlation：

X\leftrightarrow Y

仍然不能僅因證據很多就變成：

X\rightarrow Y.

也就是：

\boxed{ \text{Evidence Quantity} \not\Rightarrow \text{Claim-Type Promotion}. }

promotion 必須滿足相應 methodological witness。

71. Canonical Claim Manifest

本文提出 v0.1 示意：

schema: "ua-ceca/0.1"

claim:
  id: "ua-claim:example-001"

  form: "hypothesis"

  profile:
    scope:
      type: "domain-bounded"
      domain:
        - "..."
    modality: "plausible"
    quantification: "conditional"
    world_mode: "actual-present"
    assumptions:
      - "A1"
      - "A2"
    jurisdiction:
      - "J1"

  support:
    state: "PRELIMINARY_SUPPORT"

    evidence_state:
      existence_integrity: "PASS"
      claim_linkage: "PASS"
      methodology: "PARTIAL"
      scope_coverage: "PARTIAL"
      reproducibility: "NOT_RUN"
      independence: "UNKNOWN"
      formal_verification: "NOT_APPLICABLE"
      world_grounding: "PASS"
      negative_evidence: "PARTIAL"
      uncertainty: "PASS"

    evidence_refs:
      - "ua-evidence:e1"
      - "ua-evidence:e2"

  validation:
    attempted:
      - "source-verification"
      - "adversarial-review"

    results:
      source-verification: "PASS"
      adversarial-review: "PARTIAL"

  overclaim_gap:
    status: "OPEN"
    deficits:
      - "scope-coverage"
      - "independent-replication"

  revision_contract:
    - trigger: "independent-replication-failure"
      action: "DOWNGRADE_SUPPORT"

    - trigger: "scope-counterexample"
      action: "NARROW_SCOPE"

  history:
    - event: "CLAIM_DECLARED"
    - event: "EVIDENCE_ADDED"

72. Required Fields 與 Optional Depth

不是每個作者都要手動填完整 CECA。

最低 public claim 可以只要求：

claim form
scope
support state
evidence refs
known limitations
revision condition

其餘可由平台：

\text{extract} \rightarrow \text{propose} \rightarrow \text{validate} \rightarrow \text{confirm}.

73. 自動抽取不得偷偷創造 Evidence

AI 可以從文章中發現：

作者似乎引用這三篇文獻支持 claim C。

但必須標記：

AI_INFERRED_LINK

直到 source validator 通過。

因此：

\boxed{ \text{Evidence Extraction} \neq \text{Evidence Verification}. }

74. Evidence Authority 與 Public Projection

若 evidence 是：

MODEL_INFERENCE

UI 應能顯示：

AI-derived inference

而不是：

Verified evidence.

若 evidence 為私人資料：

PRIVATE_DATASET

可以公開：

existence: attested
contents: restricted
reproducibility-impact: declared

而不強制公開所有內容。

這與 Paper 06 的 privacy architecture 相容。

75. Scientific Rigor 與 CECA

NIH 將 scientific rigor 描述為嚴格應用科學方法，以確保研究設計、方法、分析、解釋與報告盡可能 robust、unbiased 且透明。

CECA 不取代各領域 rigor standard。

它做的是：

將「這些 rigor requirement 是否已滿足」轉成 machine-readable evidence state 與 validation state。

因此：

\boxed{ \text{Domain Rigor Standard} \rightarrow \text{CECA Validation Profile}. }

76. 2026 年的新趨勢：Replication / Reproducibility 開始被視為基礎設施

截至 2026 年 8 月，NIH 新的 agency-wide replication and reproducibility initiative 已再次將 replication、reproducibility 與相關基礎設施提升為 gold-standard science 的核心。

這對 AI-native preprint commons 有直接啟示：

重現與複現不應只是論文末尾的一句聲明，而應是可追蹤、可搜尋、可被後續 AI 接手的研究狀態。

因此：

REPRODUCED_BY
REPLICATED_BY
FAILED_TO_REPLICATE_BY

都應成為 graph relation。

77. Claim Promotion Policy

本文提出最小 policy：

對任何強化操作：

c_t \rightarrow c_{t+1},

若：

c_t \prec_{\mathcal D} c_{t+1},

則必須存在：

W_{t\rightarrow t+1}.

也就是：

\boxed{ \text{Stronger Claim} \Rightarrow \text{Explicit Promotion Witness}. }

78. Claim Demotion Policy

如果新 evidence 觸發 revision contract：

d_j(c)=1,

則平台至少要求：

a_j

被處理或明確標記 unresolved。

因此不能：

new counterexample found
→ ignore
→ old claim remains silently unchanged

79. Claim Freeze 與 Canonical Publication

某一個 preprint version 發布後：

V_1

應保持 immutable canonical snapshot。

後續修正：

V_1 \rightarrow V_2.

V1 可以被標記：

superseded
disputed
retracted

但不應把原始文字無痕覆蓋。

這與 source-native canonical artifact 原則一致。

80. CECA 的最小不變量

Invariant 1

\boxed{ \text{Claim} \neq \text{Evidence}. }

Invariant 2

\boxed{ \text{Claim Form} \neq \text{Claim Strength}. }

Invariant 3

\boxed{ \text{Evidence Type} \neq \text{Evidence Strength}. }

Invariant 4

\boxed{ \text{Evidence Mode} \neq \text{Validation Result}. }

Invariant 5

\boxed{ \text{Validation PASS} \neq \text{Universal Truth}. }

Invariant 6

\boxed{ \text{Model Confidence} \neq \text{Scientific Evidence}. }

Invariant 7

\boxed{ \text{No Evidence Found} \neq \text{Evidence of Absence}. }

Invariant 8

\boxed{ \text{Finite Verification} \neq \text{Universal Proof}. }

Invariant 9

\boxed{ \text{Formal Validity} \neq \text{World Grounding}. }

Invariant 10

\boxed{ \text{Support} \text{ must remain scoped}. }

Invariant 11

\boxed{ \text{Stronger Claim} \Rightarrow \text{Promotion Witness}. }

Invariant 12

\boxed{ \text{Negative Evidence} \Rightarrow \text{Revision Event or Explicit Unresolved State}. }

81. CECA 與 Paper 02 AIRCS 的關係

Paper 02：

R= ( D, I, C, M, P, W, E, V, A, L, G )

回答：

這是什麼研究？

CECA：

\mathcal C= ( K(c), \mathbf E(c), \rho(c), D(c), S(c) )

回答：

這個 claim 目前被支持到哪裡，以及什麼情況下需要修改？

因此：

\boxed{ \text{AIRCS} + \text{CECA} = \text{typed research object} + \text{typed epistemic state}. }

82. 與 Paper 04 的接口：Source Reality

Paper 03 假設 evidence object 可以引用 source。

但 source 是否：

真實存在；
仍可取得；
已撤回；
版本正確；
精確支持 claim；

將由 Paper 04 建立。

因此：

\boxed{ \text{CECA} \text{ consumes verified source states;} }

而：

\boxed{ \text{Paper 04} \text{ produces source reality states.} }

83. 與 AI Identity 的接口

CECA 不因研究者是人類或 AI 而降低證據要求。

但 research actor identity 會影響：

provenance；
reproducibility；
independence；
conflict of interest；
model lineage。

例如兩個「不同名稱」但其實共享同一 memory snapshot 的 AI，不一定能算獨立驗證。

Paper 05 將處理這個問題。

84. 與 Privacy 的接口

某些 evidence 可能不能公開。

這不代表 claim 必然無效，但會影響：

r,\ i,\ x

等維度的可驗證程度。

因此平台可以表示：

evidence exists: ATTESTED
public access: RESTRICTED
independent verification: NOT_AVAILABLE

而不是：

evidence: missing

Paper 06 將處理完整 disclosure state。

85. 最終目標：讓 AI 說得剛剛好

AI 原生研究的理想狀態不是：

永遠使用最保守語言。

也不是：

每次都給出最強結論。

而是：

\boxed{ \text{Claim Strength} \approx \text{Support Capacity}. }

當新 evidence 增加：

\text{Claim may strengthen}.

當 defeater 出現：

\text{Claim may weaken}.

當 evidence 不足：

\text{Claim remains open}.

當 proof 完成：

\text{Formal status may upgrade}.

當世界 grounding 尚缺：

\text{World claim remains limited}.

這才是真正的 epistemic calibration。

86. 結論

當 AI 已能大量生成理論、引用、實驗、程式、證明草稿與研究敘事時，學術基礎設施不能再依靠語氣、作者權威或「有沒有 citation」來判斷研究強度。

Unbounded Axiom 若要成為 open AI-native preprint commons，必須將每個重要主張拆成：

\boxed{ \text{Claim Profile} + \text{Evidence State} + \text{Validation State} + \text{Revision Contract} + \text{History}. }

本文提出 CECA：

\boxed{ \mathcal C(c) = ( K(c), \mathbf E(c), \rho(c), D(c), S_t(c) ). }

其中：

$K(c)$ ：主張真正承諾了什麼；
$\mathbf E(c)$ ：目前有哪些 typed evidence；
$\rho(c)$ ：此類主張需要什麼支持；
$D(c)$ ：什麼情況需要修正；
$S_t(c)$ ：目前時間點的 support state。

這套架構拒絕以單一證據分數假裝不同研究共享同一認識論尺度，也拒絕模型高信心語氣成為科學權威。

其最核心的兩條規則是：

\boxed{ \text{Do not claim more than the evidence can carry.} }

以及：

\boxed{ \text{Do not claim less merely because certainty is incomplete.} }

前者阻止 AI 過度自信。

後者阻止 AI 把所有尚未完成終極驗證的研究都壓成「不知道」。

真正成熟的 AI research ecology 應允許猜想保持猜想、scenario 保持 scenario、實驗結果保持在其樣本與條件範圍、形式證明保持其公理與形式系統邊界；同時允許這些研究隨新 evidence、反例、重現與驗證而逐步升級、降級、分叉、修訂或撤回。

Paper 04 將接續處理這個系統仍缺少的外部世界錨點：

\boxed{ \text{Source Reality} + \text{Citation Validation} + \text{Data Provenance}. }

也就是：

一項 evidence object 說自己來自某篇論文、某個資料庫、某個 API 或某次實驗時，我們如何知道那個來源真的存在、真的在那裡、真的說了這件事，而且在未來仍然可追蹤？

參考資料

National Academies of Sciences, Engineering, and Medicine. Reproducibility and Replicability in Science. Washington, DC: The National Academies Press, 2019. DOI: 10.17226/25303.
https://doi.org/10.17226/25303
Schünemann, H. J., Higgins, J. P. T., Vist, G. E., Glasziou, P., Akl, E. A., Skoetz, N., Guyatt, G. H. Chapter 14: Completing ‘Summary of findings’ tables and grading the certainty of the evidence. Cochrane Handbook for Systematic Reviews of Interventions, Version 6.5, 2024.
https://www.cochrane.org/authors/handbooks-and-manuals/handbook/current/chapter-14
Centers for Disease Control and Prevention. ACIP GRADE Handbook — Chapter 7: GRADE Criteria Determining Certainty of Evidence. 2024.
https://www.cdc.gov/acip-grade-handbook/hcp/chapter-7-grade-criteria-determining-certainty-of-evidence/
National Institutes of Health. Enhancing Reproducibility through Rigor and Transparency.
https://www.grants.nih.gov/policy-and-compliance/policy-topics/reproducibility
Accessed 2026-09-03.
National Institutes of Health. Strengthening Replication and Reproducibility of NIH-funded Research. Last reviewed 2026-08-28.
https://www.nih.gov/replicationandreproducibility
Open Science Framework. Welcome to Registrations & Preregistrations! OSF Support, updated 2026.
https://help.osf.io/article/330-welcome-to-registrations
Open Science Framework. Simplifying the Preregistration Process. OSF Support, updated 2026-08-03.
https://help.osf.io/article/626-simplifying-the-preregistration-process
NIST. Autio, C., Schwartz, R., Dunietz, J., Jain, S., Stanley, M., Tabassi, E., Hall, P., Roberts, K. Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile. NIST AI 600-1, 2024; updated 2026. DOI: 10.6028/NIST.AI.600-1.
EveMissLab. Project Space Architecture Master Specification v0.1. 2026-08-20.
EveMissLab. EveMissLab AI Research Laboratory Canonical Site Specification v0.1. 2026-08-27.
EveMissLab. Cosmogenesis Compiler v0.3.3 — Scientific Legitimacy Dynamic Demarcation Design. 2026-08-23.
Neo.K with AI collaborators. Reflexive Representation Theory Unified Closure v1.0. EveMissLab research corpus, 2026.
Neo.K, Aletheia / GPT-5.6 Sol. 研究不是單一類型：AI 原生研究分類與多軸研究座標系. AI-Native Preprint Commons Series, Paper 02, 2026-09-03.

版本紀錄

版本	日期	說明
v0.1	2026-09-03	建立 CECA；分離 Claim Form、Claim Strength、Evidence State、Validation Result 與 Truth；提出 typed evidence vector、required support profile、support adequacy、overclaim gap、promotion witness、Defeat / Revision Contract、dynamic epistemic state、reproducibility/replicability/generalizability 分離，以及 AI claim promotion/demotion policy。

主張不等於證據：AI 原生 Claim Strength、Evidence State 與可修正條件

主張不等於證據

AI 原生 Claim Strength、Evidence State 與可修正條件

AI-Native Preprint Commons Series — Paper 03

摘要

1. 問題：AI 最危險的錯誤常常不是「不知道」，而是「說太多」

2. 五個不可混淆的層次

2.1 Claim Form

2.2 Claim Strength

2.3 Evidence State

2.4 Validation Result

2.5 Truth

3. 既有內部基礎：Overclaim Gap、Evidence Authority 與 Update Integrity

4. 為什麼不能直接使用一條 E0–E5 通用證據階梯

5. 外部制度也支持「證據確定性需要領域化」

6. Claim Profile：主張究竟承諾了什麼

7. τ\tauτ：Claim Form

8. σ\sigmaσ：Scope

9. μ\muμ：Modality

10. qqq：Quantification / Generalization

11. ω\omegaω：World / Temporal Mode

12. AAA：Assumption Set

13. JJJ：Jurisdiction / Applicability Domain

14. Claim Strength 不是單一數字，而是偏序

15. Evidence Object：證據不是一句「有資料」

16. Evidence State Vector

17. xxx：Existence / Integrity

18. ℓ\ellℓ：Claim Linkage

19. mmm：Methodological Adequacy

20. sss：Scope Coverage

21. rrr：Replayability / Reproducibility

22. iii：Independence

23. fff：Formal Verification

24. www：World Grounding

25. nnn：Negative-Evidence Exposure

26. uuu：Uncertainty Characterization

27. 不要讓 LLM Confidence 變成 Evidence

28. Evidence Requirement Profile

29. Support Adequacy 不等於 Evidence Count

30. Overclaim Gap 的一般化

31. Claim Support State

32. Formal Status 應使用正交 Badge，而不是搶占 Support State

33. Reproducibility、Replicability 與 Generalizability 必須分離

34. Preregistration 的價值：固定研究前狀態，不是禁止修正

35. AI 自主研究需要 Precommitment

36. Falsifiability 不適合當所有研究的唯一欄位

37. Defeat / Revision Contract

38. Revision Action Vocabulary

39. 不同領域的 Defeat 條件不同

39.1 數學

39.2 實驗科學

39.3 歷史研究

39.4 工程

39.5 哲學／概念研究

39.6 未來研究

40. 定義也有 Failure Conditions，但不是經驗證偽

41. Promotion Witness：AI 不能靠語氣把 claim 升級

42. Demotion 也必須有 Provenance

43. Hard Failure 與 Soft Defeater

Hard Failure

Soft Defeater

44. Source Retraction 不等於 Downstream Claim 自動為假

45. No Evidence 與 Evidence of Absence

46. Negative Results 是一級研究物件

47. AI 的「不知道」必須是合法輸出

48. 但「不確定」也不能成為逃避研究的萬用詞

49. Claim Rendering Policy

Preliminary

Supported Within Scope

Robust Within Scope

Disputed

Unresolved

50. Claim Card：每個重要主張都可以被單獨查看

51. Paper-Level Status 應由 Claim Projection 產生

52. Evidence Completeness 與 Research Importance 分離

53. Confidence 也不等於 Probability

54. Evidence State 必須時間化

55. Dynamic Update Rule

56. AI 多模型共識不能取代 Evidence

57. 異質模型交叉檢查仍然有價值

7. $\tau$ ：Claim Form

8. $\sigma$ ：Scope

9. $\mu$ ：Modality

10. $q$ ：Quantification / Generalization

11. $\omega$ ：World / Temporal Mode

12. $A$ ：Assumption Set

13. $J$ ：Jurisdiction / Applicability Domain

17. $x$ ：Existence / Integrity

18. $\ell$ ：Claim Linkage

19. $m$ ：Methodological Adequacy

20. $s$ ：Scope Coverage

21. $r$ ：Replayability / Reproducibility

22. $i$ ：Independence

23. $f$ ：Formal Verification

24. $w$ ：World Grounding

25. $n$ ：Negative-Evidence Exposure

26. $u$ ：Uncertainty Characterization