IPM v0.1 Canonical Index：智能物理計量學系列總論、統一符號表與 v0.2 實驗入口

Intelligence Physical Metrology v0.1 — Canonical Series Index, Unified Notation, and Experimental Entry Point

系列：《智能的物理計量：從最小語意執行到成果品質與計算時空》
英文系列： Physical Metrology of Intelligence: From Minimal Semantic Execution to Quality and Computational Spacetime
系列代號： EML-IPM
作者： Neo.K with Aletheia（GPT-5.6 Sol）
機構： EveMissLab／一言諾科技有限公司
版本： v0.1 Canonical Index
日期： 2026-09-02
狀態： Theoretical Series 10/10 COMPLETE
用途： 網站系列首頁、GitHub README、後續實驗與 v0.2 reference implementation 的 canonical entry point

0. 一句話版本

IPM 研究的不是「AI 有幾分聰明」，而是：

\boxed{ \textbf{ 一個智能系統在指定任務下， 以多少物理計算時空與多少外部鷹架， 完成多少有效語意工作， 最後產生多少可驗證品質？ } }

1. IPM Canonical Intelligence Event

\boxed{ \mathfrak I_{\mathrm{IPM}} = ( \mathfrak T, \mathfrak Q_{\mathrm{IPM}}, \mathbf N_{\mu}, \mathfrak P_{\mathrm{compute}}, \mathfrak S_C, \mathfrak M ). }

其中：

$\mathfrak T$ ：Task / Specification Object；
$\mathfrak Q_{\mathrm{IPM}}$ ：Quality Object；
$\mathbf N_{\mu}$ ：Semantic Work Object；
$\mathfrak P_{\mathrm{compute}}$ ：Physical Computation Object；
$\mathfrak S_C$ ：Scaffolding Capability Record；
$\mathfrak M$ ：Measurement Metadata。

IPM 的核心不是找一個 AI IQ，而是比較：

\boxed{ \mathfrak P_{\mathrm{compute}} \rightarrow \mathbf N_{\mu} \rightarrow \mathfrak Q_{\mathrm{IPM}}. }

2. 系列依賴圖

Paper 01  Turn / LOOP / Single Pass
   │
   ├──> Paper 02  μI Semantic Execution
   │       └──> Paper 03  Cognition ↔ Neural Evidence
   │               └──> Paper 04  ATP / Joule / Thermodynamics
   │                       └──> Paper 05  Physical Cost + CST
   │
   ├──> Paper 06  Formal / Structured Quality
   │       └──> Paper 07  IBQF / Binary Human Residual
   │               └──> Paper 08  High-Ambiguity Quality Ontology
   │
   └──────── Paper 05 + Paper 08 ───────> Paper 09 Scaffolding
                                              └──> Paper 10 Unified IPM

三條主線：

\boxed{ P01\rightarrow P02\rightarrow P03\rightarrow P04\rightarrow P05 }

為 Execution / Physical Line；

\boxed{ P06\rightarrow P07\rightarrow P08 }

為 Quality Line；

\boxed{ (P01,P05,P08)\rightarrow P09\rightarrow P10 }

為 Capability / Integration Line。

3. Paper 01–10 Canonical Map

Paper	核心問題	Canonical 輸出
01	一輪到底是哪一種一輪？	$U,G,I,L,R,S,P$ ；ELI；Interaction Compression
02	智能「算一次」是什麼？	$\mu_I$ ； $N_\mu^{gross/eff}$ ；semantic state transition
03	認知如何跨層對到神經事件？	Cross-Level Triangulation；measurement grade
04	神經事件如何對到 Joule？	gross/base/marginal/attributed energy；Landauer type safety
05	FLOPs 之外的物理成本是什麼？	$\mathbf C_P$ ； $\mathbf V_{CST}$ ； $\Theta_{CST}$
06	成果品質怎麼客觀量？	Formal / Structured / Residual Quality；Hard Gate
07	人類主觀品質怎麼低負擔量？	IBQF／BRQM；binary/pairwise → latent quality
08	高歧義成果有哪些品質維度？	Typed Quality Ontology；Construct Graph
09	拿掉 LOOP 還剩多少 native capability？	SSR、SDR、SCM、scaffolding ablation
10	如何統一比較智能產率？	$\mathfrak I_{IPM}$ ；Pareto frontier；reporting standard

4. Canonical Layer Stack

\boxed{ \begin{aligned} L_4 &: \text{Task Achievement / Quality}\\ L_3 &: \text{Semantic Execution}\\ L_2 &: \text{Algorithmic / Representational Realization}\\ L_1 &: \text{Physical Computation}\\ L_0 &: \text{Thermodynamic Realization}. \end{aligned} }

重要：

\boxed{ L_4\neq L_3\neq L_2\neq L_1\neq L_0. }

各層可以建立映射，但不可互相偷換。

5. 統一符號：Turn / Execution

符號	定義
$X$	Task input
$\mathcal S$	Success specification
$W$	Evaluation environment
$U$	User Interaction Turns
$G$	Generation Trajectories
$I$	Model Invocations
$L$	External Feedback Loops
$R$	Retries / Rollouts
$S$	Selection / Verification
$\tau$	Single solving trajectory
ELI	Externally Loopless Intelligence

最乾淨的 single-pass 條件：

\boxed{ U=1,\quad G=1,\quad R=1,\quad L=0,\quad S=0. }

但：

\boxed{ NoExternalLoop\neq NoSequentialComputation. }

6. 統一符號：Semantic Work

\boxed{ \mu_I = \text{Minimum Intelligent Semantic Execution Unit}. }

Operationally：

\boxed{ \mu_I:z_t\rightarrow z_{t+1} }

其中該 transition 必須是 task-relevant、causally useful、在指定 semantic resolution 下 operationally minimal。

\boxed{ Token\neq\mu_I\neq FLOP. }

\boxed{ N_\mu^{gross} }

表示候選語意活動總量；

\boxed{ N_\mu^{eff} }

表示對成果具有有效因果貢獻的語意工作量。

\boxed{ \eta_\mu = \frac{N_\mu^{eff}}{N_\mu^{gross}}. }

7. 統一符號：Cross-Level Realization

\boxed{ \mu_I \rightarrow \rho_C(\mu_I) \rightarrow \rho_P(\mu_I) \rightarrow \rho_T(\mu_I). }

$\rho_C$ ：algorithmic/computational realization；
$\rho_P$ ：physical trace；
$\rho_T$ ：thermodynamic realization。

因此：

\boxed{ 1\mu_I\neq Constant\ FLOPs }

且：

\boxed{ 1\mu_I\neq Constant\ Joule. }

8. 統一符號：Energy

\boxed{ \mathcal E = (E_{gross},E_{base},E_{marg},E_{attrib},E_{thermo,min}). }

\boxed{ E_{gross} = \int_{t_0}^{t_f}P_{system}(t)dt }

\boxed{ E_{marg} = \int_{t_0}^{t_f} [P_{system}(t)-P_{baseline}(t)]dt. }

Landauer：

\boxed{ E_{erase,min}=k_BT\ln2 }

但：

\boxed{ LandauerBound\neq ActualIntelligenceCost. }

9. 統一符號：Physical Computation

\boxed{ \mathbf C_P = (\mathbf O,\mathbf B_M,B_I,\mathbf B_N,V_M,V_C,T,\mathcal E). }

其中：

\boxed{ \mathbf O =(O_{FP64},O_{FP32},O_{BF16},O_{FP16},O_{INT8},\ldots) }

\boxed{ \mathbf B_M =(B_{reg},B_{cache},B_{sram},B_{hbm},B_{host}). }

Memory residency：

\boxed{ V_M=\int M_{resident}(t)dt. }

Device time：

\boxed{ V_C=\int D(t)dt. }

10. Computational Spacetime

資源場：

\boxed{ \mathbf R(t) =(r_C(t),r_M(t),r_N(t),r_S(t)). }

Raw CST：

\boxed{ \mathbf V_{CST} = \int\mathbf R(t)dt = (V_C,V_M,V_N,V_S). }

IPM v0.1 的重要 type-safety rule：

\boxed{ V_C+V_M+V_N+V_S }

在沒有 normalization 前沒有物理意義。

因此：

\boxed{ CST=VectorFirst. }

11. Computational Spacetime Topology

\boxed{ \Theta_{CST} = (T_{wall},T_{serial},P_{parallel},D_{peak},M_{peak},B_{peak},\Gamma_{comm}). }

所以：

\boxed{ SameCSTVolume\neq SameCSTTopology. }

$8GPU\times10s$ 與 $1GPU\times80s$ 可以具有相同 device-time volume，但 latency、peak capacity、communication 與 deployability 不相同。

12. 統一符號：Quality

Structured Quality：

\boxed{ \mathbf Q_S =(Q_C,Q_A,Q_K,Q_R,Q_B,Q_V,Q_P). }

對應：

Correctness；
Alignment；
Completeness；
Consistency；
Robustness；
Verifiability；
Provenance。

三層品質：

\boxed{ \mathcal Q_L=(Q_F,Q_S,Q_H). }

$Q_F$ ：Formal Objective；
$Q_S$ ：Structured Objective / Semi-Objective；
$Q_H$ ：Human Residual。

13. High-Ambiguity Quality Ontology

\boxed{ \mathcal Q[d,\tau,c,a] }

其中：

$d$ ：domain / modality；
$\tau$ ：task；
$c$ ：context；
$a$ ：audience / evaluator population。

\boxed{ \mathcal Q = \mathcal Q_{core} \oplus \mathcal Q_{domain} \oplus \mathcal Q_{task}. }

品質測量鏈：

\boxed{ Task \rightarrow Construct \rightarrow Indicator \rightarrow Item \rightarrow Observation \rightarrow LatentEstimate. }

因此：

\boxed{ Construct\neq Indicator\neq Item\neq Metric. }

14. IBQF / BRQM

微觀回答：

\boxed{ b_i\in\{0,1\}. }

宏觀 latent quality：

\boxed{ \boldsymbol\theta\in\mathbb R^d. }

因此：

\boxed{ BinaryObservation\neq BinaryPhenomenon. }

基本映射：

\boxed{ \{0,1\}^{N} \rightarrow \widehat{\boldsymbol\theta}_H. }

母原則：

\boxed{ \textbf{ 評分者負責做容易、局部、具體的判斷； 測量系統負責做困難、全域、連續的量化。 } }

15. Scaffolding

\boxed{ \mathbf S=(S_T,S_R,S_N,S_V,S_E,S_M,S_P). }

$S_T$ ：Tool / External Information；
$S_R$ ：Retry；
$S_N$ ：Multi-sample / Best-of-N / Self-Consistency；
$S_V$ ：Verifier / Critic；
$S_E$ ：Environment Feedback；
$S_M$ ：External / Persistent Memory；
$S_P$ ：Planner / Controller。

Single-pass：

\boxed{ \mathfrak Q_{SP}=\mathfrak Q(M,\mathbf0). }

Full system：

\boxed{ \mathfrak Q_F=\mathfrak Q(M,\mathbf S_F). }

16. SSR / SDR / SCM

\boxed{ SSR=\frac{Q_{SP}}{Q_F} }

\boxed{ SDR=1-SSR. }

\boxed{ SCM_j=\frac{C_j^F}{C_j^{SP}}. }

SSR/SDR 必須與 physical overhead 一起解讀，不能把 scaffold dependence 本身當成缺陷。

\boxed{ Loop\neq Cheating. }

真正需要避免的是能力來源與成本被隱藏。

17. Intelligence Yield

若品質 projection 已公開：

Q^*=\Pi_Q(\mathfrak Q),

則：

\boxed{ \mathbf Y_I = \left( \frac{Q^*}{E_{marg}}, \frac{Q^*}{V_C}, \frac{Q^*}{V_M}, \frac{Q^*}{B_M}, \frac{Q^*}{B_N}, \frac{Q^*}{T} \right). }

語意產率：

\boxed{ Y_{\mu/E}=\frac{N_\mu^{eff}}{E_{marg}} }

\boxed{ Y_{Q/\mu}=\frac{Q^*}{N_\mu^{eff}}. }

18. No Premature Scalarization Principle

\boxed{ \textbf{ 能保留向量時，不先壓成總分； 能保留結構時，不先壓成平均； 能保留不確定性時，不先假裝精確。 } }

Scalarization 只有在 task、policy、weights、gates 與 boundary 明示後才合法。

19. Pareto Comparison

若：

\mathfrak Q_A\succeq\mathfrak Q_B

且所有 relevant cost axes：

C_{A,j}\le C_{B,j}

並至少一軸嚴格較優，則：

\boxed{ A\succ_{IPM}B. }

若不是 dominance：

\boxed{ \text{保留 trade-off，不強迫總排名。} }

20. IPM Minimum Reporting Standard v0.1

最低報告欄位：

Task

Task ID / Task Text
Success Specification
Evaluation Environment
Quality Boundary
Physical Boundary

Quality

Quality Schema
Ontology Version
Hard Gates
Objective Verification
Human Residual Protocol
Quality Uncertainty

Execution

Single-Pass / Full-System Flag
Model Invocation Count
Trajectory Count
Retry Count
Tool Calls
Verifier / Selector Class

Physical

Hardware
Software / Runtime
Wall Time
Device Occupancy
Peak Memory
Memory Residency
Memory Traffic
Interconnect Traffic
Energy Type
Energy Boundary

Hidden / Discarded Work

Candidate Count
Discarded Attempts
Wasted Physical Cost

Measurement

Quality Grade
Semantic Grade
Energy Grade
CST Grade
Scaffolding Grade
Scalarization / Projection Rule，如有。

21. Canonical Comparison Protocol

Freeze Task： $\mathfrak T$ 。
Freeze Quality Ontology： $\mathcal Q_{schema},Version_Q$ 。
Run Single Pass： $(\mathfrak Q_{SP},\mathfrak P_{SP})$ 。
Run Scaffolded： $(\mathfrak Q_F,\mathfrak P_F)$ 。
Compute SSR / SDR / SCM / $\Delta\mathfrak P$ 。
可行時估 $\mathbf N_\mu$ 。
建立 $\mathcal F_{IPM}$ 。
若決策真的需要 scalar，才公開 $\Pi_Q,\Pi_C$ 。
報 measurement grades 與 uncertainty。
保存 raw trace / provenance。

22. 系列核心 Invariants

\boxed{Token\neq\mu_I\neq FLOP.}

\boxed{OneUserTurn\neq OnePhysicalTurn.}

\boxed{NoExternalLoop\neq NoSequentialComputation.}

\boxed{Pass@k\neq Pass@1.}

\boxed{SystemCapability\neq ModelNativeCapability.}

\boxed{SemanticWork\neq PhysicalWork.}

\boxed{FLOPs\neq PhysicalComputationalCost.}

\boxed{GrossEnergy\neq MarginalEnergy.}

\boxed{LandauerBound\neq ActualIntelligenceCost.}

\boxed{Quality\neq UniversalScalar.}

\boxed{FormalVerification\neq RealWorldGoalCorrectness.}

\boxed{BinaryObservation\neq BinaryPhenomenon.}

\boxed{Reliability\neq Validity.}

\boxed{Novelty\neq Creativity.}

\boxed{Loop\neq Cheating.}

\boxed{InvisibleOutput\neq ZeroCost.}

\boxed{SameQuality\neq SamePhysicalCost.}

\boxed{Scalarization\Rightarrow DeclaredPolicy.}

\boxed{Measurement\Rightarrow Uncertainty+Boundary+Version.}

23. 五個 v0.1 可證偽命題

F1 — Token Hypothesis

若 token 是良好普適智能工作單位，則：

\frac{N_\mu^{eff}}{TokenCount}

應跨 model / language / phrasing 相對穩定。

F2 — FLOPs Sufficiency

若 FLOPs 足夠描述物理成本，控制 FLOPs 後：

T,E,B_M,B_N,V_M

不應仍有巨大獨立差異。

F3 — Binary Burden Hypothesis

若 BRQM 的低負擔假說成立，適當 binary / pairwise protocol 應在至少部分場景改善 response time、consistency、dropout、predictive validity 或 fatigue。

F4 — Scaffolding Separation

若 $Q_F-Q_{SP}$ 在多數任務與 compute budgets 顯著存在，則 native / system capability separation 具有實證必要性。

F5 — Semantic Intermediate Utility

若 $\mathbf N_\mu$ 無法改善 efficiency prediction、error explanation、scaffold analysis 或 cross-architecture comparison，則 $\mu_I$ 應被修正甚至淘汰。

24. IPM v0.2：不要先做大平台

v0.2 的第一步應是最小可證偽實驗，而不是立刻做完整產品。

Experiment A — Single-Pass vs Scaffolded

優先用 math / code / structured reasoning，因為 $Q$ 容易客觀驗證。

條件：

A0：single pass；
A1：longer internal budget；
A2：multi-sample；
A3：verifier；
A4：tool / environment；
A5：full agentic loop。

每層記：

(Q_k,E_k,T_k,V_{C,k},V_{M,k},B_{M,k},B_{N,k}).

Experiment B — Binary vs Numeric Human Measurement

比較：

direct 0–10；
structured Yes/No；
adaptive pairwise。

量：response time、missingness、inconsistency、test-retest、predictive validity、fatigue。

Experiment C — $\mu_I$ Operational Identification

選 proof steps、code repair、constraint puzzle，建立 candidate semantic transition，再做 ablation / counterfactual replacement。

Experiment D — Physical Trace Alignment

先從同一台機器的：GPU power telemetry、latency、memory peak、memory bandwidth、device occupancy 做起。

v0.2 不必一開始宣稱 data-center-level energy。

Experiment E — Token / FLOPs Proxy Failure Test

選相同 task quality、不同 language / verbosity / context / memory pressure 的執行，比較：

TokenCount,FLOPs,E,T,B_M,N_\mu^{eff}.

25. v0.2 推進順序

26. v0.2 最小 Run Schema

ipm_version: "0.2-experimental"
task:
  id:
  specification_version:
  quality_schema_version:

execution:
  mode: single_pass | scaffolded
  trajectories:
  retries:
  tool_calls:
  verifier_passes:

quality:
  hard_gate:
  structured_vector:
  human_residual:
  uncertainty:
  grade:

semantic:
  mu_count_gross:
  mu_count_effective:
  confidence:
  grade:

physical:
  wall_time_s:
  energy_type:
  energy_j:
  device_time:
  memory_peak_bytes:
  memory_residency_byte_s:
  memory_traffic_bytes:
  interconnect_bytes:
  boundary:
  grade:

provenance:
  model:
  hardware:
  software:
  timestamp:

27. Versioning Rule

任何下列定義改變都應 bump version：

$\mu_I$ definition；
quality ontology；
CST normalization；
scaffold taxonomy；
reporting schema。

因此：

\boxed{ MeasurementDefinitionChange\Rightarrow VersionChange. }

28. 系列最終母命題

\boxed{ \textbf{ 智能不只在於能否得到答案， 還在於一個物理世界中的系統， 為了得到這個答案， 究竟必須執行多少有效語意工作， 占用多少計算時空， 消耗多少能量， 依賴多少外部鷹架， 最後換回多少可驗證品質。 } }

29. Canonical Status

\boxed{ \text{EML-IPM v0.1} = 10\ Papers + Canonical\ Index + Unified\ Notation + Experimental\ Entry\ Point. }

下一個 canonical milestone：

IPM v0.2 — Experimental Measurement Protocol

它的目的不是證明 IPM v0.1 正確，而是讓 IPM 的核心命題第一次真正有機會被：

\boxed{ \textbf{支持、修正、或證偽。} }

IPM v0.1 Canonical Index：智能物理計量學系列總論、統一符號表與 v0.2 實驗入口

IPM v0.1 Canonical Index：智能物理計量學系列總論、統一符號表與 v0.2 實驗入口

Intelligence Physical Metrology v0.1 — Canonical Series Index, Unified Notation, and Experimental Entry Point

0. 一句話版本

1. IPM Canonical Intelligence Event

2. 系列依賴圖

3. Paper 01–10 Canonical Map

4. Canonical Layer Stack

5. 統一符號：Turn / Execution

6. 統一符號：Semantic Work

7. 統一符號：Cross-Level Realization

8. 統一符號：Energy

9. 統一符號：Physical Computation

10. Computational Spacetime

11. Computational Spacetime Topology

12. 統一符號：Quality

13. High-Ambiguity Quality Ontology

14. IBQF / BRQM

15. Scaffolding

16. SSR / SDR / SCM

17. Intelligence Yield

18. No Premature Scalarization Principle

19. Pareto Comparison

20. IPM Minimum Reporting Standard v0.1

Task

Quality

Execution

Physical

Hidden / Discarded Work

Measurement

21. Canonical Comparison Protocol

22. 系列核心 Invariants

23. 五個 v0.1 可證偽命題

F1 — Token Hypothesis

F2 — FLOPs Sufficiency

F3 — Binary Burden Hypothesis

F4 — Scaffolding Separation

F5 — Semantic Intermediate Utility

24. IPM v0.2：不要先做大平台

Experiment A — Single-Pass vs Scaffolded

Experiment B — Binary vs Numeric Human Measurement

Experiment C — μI\mu_IμI​ Operational Identification

Experiment D — Physical Trace Alignment

Experiment E — Token / FLOPs Proxy Failure Test

25. v0.2 推進順序

26. v0.2 最小 Run Schema

27. Versioning Rule

28. 系列最終母命題

29. Canonical Status

IPM v0.2 — Experimental Measurement Protocol

Experiment C — $\mu_I$ Operational Identification