PTE-03｜公平重建原則：有用理論為何不等於新原理

The Matched Reconstruction Principle: When a Useful Theory Is Not Yet a New Principle

系列： 《假設你是對的》／Provisional Truth Engineering Series（PTE）
系列文件： PTE-03 / 07
版本： v0.1
日期： 2026-09-09
作者： Neo.K
研究協作： AI-assisted theoretical development
機構： EveMissLab／一言諾科技有限公司
文件性質： 公開方法論論文／理論比較、強基線與不可約新穎性判定
Canonical Source： UTF-8 Markdown
數學原始碼規範： inline math 僅使用 $...$ ；display math 僅使用 $$...$$

摘要

一套理論若能產生有用的工程架構、改善系統穩定性、降低錯誤、提升可解釋性或提供新的設計語言，直覺上很容易被進一步推論為：該理論揭示了新的計算原理、不可約機制或比既有方法更深的基礎結構。然而，這個推論並不成立。

本文提出 Matched Reconstruction Principle（MRP，公平重建原則），作為 Provisional Truth Engineering（PTE）中判定「理論有用」與「理論不可約新穎」之間差異的核心方法。

設由理論 $T$ 導出的可執行系統為：

S_T,

設在相同資訊、相同任務、相同資源與相同驗收條件下，由既有方法構造出的最強公平重建為：

B^{*}(T).

則定義理論專屬增益：

\boxed{ \Delta_T = M(S_T)-M(B^{*}(T)). }

其中 $M$ 是事先凍結的評測函數。

若：

\Delta_T>0,

只能說：

在目前 baseline family、資料、資源與測試域下，存在尚未被既有重建吸收的觀測差異。

仍不能立即推出：

T=\text{new primitive}.

反之，若：

\Delta_T=0,

也不能推出：

T=\text{useless}.

更精確的結論是：

\boxed{ \text{Measured behavior is reconstructible by known machinery under the matched test}. }

本文特別區分四種容易混淆的結果：

\text{Useful} \neq \text{Superior} \neq \text{Unique} \neq \text{Fundamental}.

一套理論可以具有高度概念價值、規格價值、工程價值與組織價值，但其被測量的行為仍可由 typed graph、constraint system、event sourcing、dynamic registry、optimization、probabilistic inference 或其他既有計算框架完整重建。

本文進一步定義：

Matched Information Condition；
Matched Resource Condition；
Matched Task Contract；
Matched Candidate Space；
Independent Causal Path；
Baseline Closure；
Reconstruction Burden；
Theory-Specific Residual Gain；
Reconstruction Equivalence Class。

並提出：若一個理論的所有工程優勢皆可在不引用其專屬術語、不共享其決策函式、只使用同一 observable information 的情況下被獨立重建，則該結果支持的是：

\boxed{ V_E(T)>0 }

但尚不支持：

\boxed{ V_U(T)>0. }

其中 $V_E$ 是工程價值， $V_U$ 是不可約／獨特價值。

本文最後提出 Strong Baseline Duty（強基線義務）：

理論主張越強，評測者越有義務為其建立越強的公平對照，而不是以弱 baseline 製造「勝利」。

PTE 的目標不是讓理論更容易輸，而是讓「它究竟在哪裡真的不同」變得更清楚。真正值得進一步追蹤的，不是任何可觀測改善，而是：

\boxed{ R_T = \text{gain that survives strongest known matched reconstruction}. }

關鍵詞： Matched Reconstruction、Strong Baseline、Theory-Specific Gain、Reconstruction Equivalence、Fair Comparison、Ablation、Independent Implementation、Irreducible Novelty、Baseline Closure、Provisional Truth Engineering

0. 邊界聲明

本文不主張：

既有方法一定能重建所有新理論；
strong baseline 可以被完全窮盡；
baseline tie 等於理論沒有價值；
baseline 勝出等於原理論完全錯誤；
一次 benchmark 就能判斷理論是否 fundamental；
相同行為一定代表相同內部機制；
不同行為一定代表新的 primitive；
conventional reconstruction 比理論原始表述「更正確」；
工程可重建性可以直接否定哲學、本體論或詮釋價值；
任一 baseline family 都具有永久封閉性；
所有新理論都應被還原成舊理論。

本文只研究：

在一個指定測試域內，當理論導出的系統產生某種可觀測優勢時，如何判斷該優勢是否真的需要理論專屬機制，還是可以由已知一般框架在相同資訊與資源下獨立重建。

1. 最容易犯的錯：有用，所以一定新

設理論：

T.

由它導出：

S_T.

如果：

M(S_T) > M(B_0),

其中：

B_0

是一個弱 baseline，

人們很容易說：

理論 $T$ 真的有效。

這可能是真的。

但接著常出現第二個推論：

所以 $T$ 揭示了新的計算原理。

這一步沒有被證明。

1.1 第一個區分

\boxed{ \text{Useful} \neq \text{Unique}. }

1.2 第二個區分

\boxed{ \text{Unique} \neq \text{Fundamental}. }

某方法在現有 benchmark 上沒有已知等價物，

也不表示它是自然界或計算理論中的新基本律。

2. 四層價值不能混成一層

本文區分：

\boxed{ \text{Utility} \rightarrow \text{Superiority} \rightarrow \text{Uniqueness} \rightarrow \text{Fundamentality} }

但這不是必然推論鏈。

2.1 Utility

若：

M(S_T)>M(B_{\mathrm{naive}}),

可說：

\boxed{ \text{The theory-derived system is useful relative to the naive baseline}. }

2.2 Superiority

若對最強公平 baseline：

M(S_T)>M(B^{*}),

才有：

\boxed{ \text{Measured superiority under current conditions}. }

2.3 Uniqueness

若所有已知可接受重建都無法複現差異：

\forall B\in\mathcal B, \quad M(S_T)>M(B),

才能開始談：

\text{current evidence for uniqueness}.

2.4 Fundamentality

要稱為新 primitive，

通常還需要：

更廣泛域；
理論不可約性；
形式分析；
跨實作穩定性；
外部重現；
排除等價重參數化；
排除隱藏資源；
排除實驗偶然性。

因此：

\boxed{ \text{Benchmark Win} \not\Rightarrow \text{New Fundamental Principle}. }

3. 公平重建原則

定義 3.1（Matched Reconstruction Principle）

若理論 $T$ 產生可執行系統：

S_T,

則任何 theory-specific advantage 的主張都應與一個滿足公平條件的最強已知重建：

B^{*}(T)

比較。

3.1 基本形式

\boxed{ \Delta_T = M(S_T) - M(B^{*}(T)). }

3.2 若 $\Delta_T=0$

只能推出：

\boxed{ \text{Observed gain is reconstructible under the current matched test}. }

3.3 若 $\Delta_T>0$

只能推出：

\boxed{ \text{A residual behavioral difference remains under the current baseline family}. }

仍不是：

\boxed{ \text{new primitive established}. }

4. 什麼叫「matched」？

如果資訊不匹配，

比較幾乎沒有認識論價值。

4.1 Matched Information Condition

設：

\mathcal O_T

為 theory system 可觀測資訊，

\mathcal O_B

為 baseline 可觀測資訊。

要求：

\boxed{ \mathcal O_T = \mathcal O_B. }

4.2 例子

如果 $S_T$ 可以看到：

canonical ID；
entity type；
provenance；
temporal history；

而 baseline 只能看到：

surface string；

那麼：

M(S_T)>M(B)

可能只是資訊優勢。

5. Matched Data Condition

設：

\mathcal D_T

和：

\mathcal D_B

分別為兩邊可存取資料。

要求：

\boxed{ \mathcal D_T = \mathcal D_B. }

5.1 禁止 hidden corpus advantage

若 theory system 使用：

更大知識庫；
額外標註；
額外人工校正；

則不能直接把效果歸因於理論。

6. Matched Candidate Space

若問題需要從候選集合：

\mathcal C

中選擇，

要求：

\boxed{ \mathcal C_T = \mathcal C_B. }

6.1 為什麼重要？

若：

|\mathcal C_T|=5,

|\mathcal C_B|=5000,

即使結果不同，

也不是公平比較。

7. Matched Task Contract

兩套系統必須回答同一問題。

定義：

\mathcal K = ( \text{input}, \text{output}, \text{constraints}, \text{success}, \text{failure} ).

要求：

\boxed{ \mathcal K_T = \mathcal K_B. }

7.1 常見偷換

Theory system：

可以 abstain。

Baseline：

必須 always answer。

這樣：

\text{unsafe error}

不可直接比較。

8. Matched Resource Condition

設：

\mathcal R = ( \text{compute}, \text{latency}, \text{memory}, \text{model access}, \text{tools} ).

理想上要求：

\mathcal R_T \approx \mathcal R_B.

8.1 不要求完全相同

某些理論架構天然需要不同內部資料結構。

因此真正要求的是：

\boxed{ \text{no hidden resource subsidy}. }

9. Matched Evaluation Function

評測函數：

M

必須在 run 前固定。

禁止：

M_{\mathrm{after}} = f(\text{observed result}).

9.1 否則

會形成：

\text{metric shopping}.

10. Strongest Baseline Duty

原則 10.1（Strong Baseline Duty）

若理論主張：

\text{novel computational principle},

評測者不應只建立：

B_{\mathrm{weak}}.

而應主動尋找：

\boxed{ B^{*} = \text{strongest reasonable known reconstruction}. }

10.1 為什麼這反而是對理論公平？

因為：

一個只能打贏弱 baseline 的理論，其真正新穎性反而不清楚。

10.2 越強的 baseline

若理論仍然勝，

則：

\text{Evidence for irreducible residue}\uparrow.

11. Conventional 不等於落後

「conventional」在 PTE 中不是：

過時方法。

而是：

不依賴被測理論專屬主張、但可以使用現有一般計算工具的獨立重建。

例如：

graph；
typed relations；
constraint satisfaction；
dynamic registry；
event sourcing；
probabilistic inference；
optimization；
automata；
database transactions；
versioned state；
generic error correction。

12. Independent Causal Path

這是整個 MRP 最容易被忽略的條件。

12.1 假 baseline

若：

baseline_validate(...)
    return theory_validate(...)

那麼：

S_T

與：

B

不是獨立比較。

12.2 正式要求

設：

P_T

為 theory decision path，

P_B

為 baseline decision path。

至少要求：

\boxed{ P_T \not\equiv P_B }

在因果實作層。

12.3 Structural Independence Test

可以故意破壞：

P_T

的某個 internal helper，

要求：

P_B

仍可正常完成。

反之亦然。

13. Shared Primitive 不一定破壞公平

兩邊可以共享：

JSON parser；
database driver；
tokenizer；
common dataclass；
generic hash function。

但不應共享：

核心 semantic predicate；
核心 decision rule；
theory-specific invariant checker。

14. Baseline Family

單一 baseline 仍可能太弱。

定義：

\boxed{ \mathcal B = \{B_1,B_2,\ldots,B_n\}. }

其中可包括：

naive
retrieval
typed
graph
constraint
dynamic
event-sourced
probabilistic
full conventional

14.1 最強 baseline

\boxed{ B^{*} = \arg\max_{B_i\in\mathcal B} M(B_i) }

前提是：

B_i

全部滿足 matched conditions。

15. Baseline Closure

定義 15.1（Baseline Closure）

若新增多個合理 baseline 後，

最佳 conventional performance：

M(B^{*})

趨於穩定，

則稱在目前 baseline family 下接近：

\boxed{ \text{Baseline Closure}. }

15.1 形式化

若：

B^{*(k)}

為前 $k$ 個 baseline 的最佳者，

且：

\lim_{k\rightarrow n} M(B^{*(k)}) = L,

並且後續合理 baseline 不再顯著提升，

則可說：

current baseline family is approaching closure.

15.2 不是永久閉合

永遠保留：

\boxed{ \text{Future Reconstruction Possible}. }

16. Reconstruction Equivalence Class

如果多個不同機制：

B_1,B_2,B_3

在目前 observable space 上皆與：

S_T

等價，

可定義：

\boxed{ [S_T]_{\mathcal O} }

為其 observational reconstruction equivalence class。

16.1 意義

若：

S_T \sim_{\mathcal O} B_1 \sim_{\mathcal O} B_2,

則目前觀測不能區分這些內部解釋。

16.2 這是一個認識論限制

不能因：

S_T

有特殊術語，

就說：

S_T

必然使用特殊原理。

17. Behavioral Equivalence

定義：

S_T \equiv_B B

若對測試域：

D,

有：

\forall x\in D, \quad Output(S_T,x) = Output(B,x).

17.1 更強條件

還可比較：

decisions；
abstentions；
errors；
state transitions；
convergence；
failure classes。

18. Behavioral Tie 不等於 Mechanistic Identity

即使：

S_T \equiv_B B,

也不能推出：

\boxed{ Mechanism(S_T)=Mechanism(B). }

只能說：

在目前觀測域中，行為不可區分。

19. Mechanistic Claim 需要額外證據

若理論主張：

我的內部機制本身是新的。

需要：

formal reduction analysis；
computational complexity analysis；
representation lower bound；
impossibility result；
non-reducibility proof；
or new empirical distinction。

20. Theory-Specific Delta

定義：

\boxed{ \Delta_T = M(S_T)-M(B^{*}). }

20.1 多指標版本

若：

\mathbf M = (M_1,\ldots,M_k),

則：

\boxed{ \boldsymbol{\Delta}_T = \mathbf M(S_T) - \mathbf M(B^{*}). }

20.2 避免單一 score 洗掉差異

例如：

accuracy；
unsafe accept；
false reject；
abstention；
memory；
runtime；
sample efficiency。

應分開報告。

21. Hard-Gate Delta

若某指標是 hard gate，

不能與其他指標平均。

例如：

UnsafeAccept>0 \Rightarrow \text{Hard Fail}.

即使：

Accuracy=99.99\%.

22. Description-Length Advantage

一個理論即使：

\Delta_T=0,

仍可能提供：

\boxed{ \text{shorter specification}. }

22.1 定義

若：

L(S_T) < L(B^{*}),

其中：

L

是描述長度／規則數／配置負擔，

則理論可能有：

\boxed{ \text{specification compression value}. }

23. Organizational Value

理論也可能把分散機制：

p_1,\ldots,p_n

統一成：

T.

即使：

V_U=0,

也可能：

V_C>0,

V_F>0.

24. Search Value

理論還可能讓研究者更快找到：

useful invariants；
important failure modes；
meaningful abstractions；
promising benchmarks。

這是一種：

\boxed{ \text{search heuristic value}. }

25. Theory as Coordinate System

某些理論不是新 primitive，

而可能是：

\boxed{ \text{a useful coordinate system over known machinery}. }

25.1 座標系也有價值

不同座標表示同一現象，

但可能讓某些問題：

更簡潔；
更容易推導；
更容易實作；
更容易教學。

因此：

\boxed{ \text{not fundamental} \neq \text{not valuable}. }

26. Weak Baseline Fallacy

若研究者只比較：

S_T

和：

B_{\mathrm{naive}},

並宣稱：

\Delta_T>0,

稱為：

Weak Baseline Fallacy

26.1 典型例子

Theory system 有：

typed identity；
versioning；
provenance；
error checking。

Baseline 只有：

string matching。

這只能證明：

typed + versioned + provenance > string matching.

不能證明：

theory-specific primitive exists.

27. Feature Smuggling

如果：

S_T

額外得到：

f^{*},

而 baseline 沒有，

則：

M(S_T)>M(B)

可能只是：

\boxed{ \text{feature advantage}. }

28. Rule Smuggling

有時測試者會說：

Baseline 沒有這個規則。

但該規則本身完全可以用 generic constraint 表示。

如果故意禁止 baseline 使用，

就是：

\boxed{ \text{Rule Smuggling}. }

29. Naming Fallacy

如果同一規則：

Theory：

ordinal invariant。

Baseline：

consistency constraint。

名稱不同不代表機制不同。

因此：

\boxed{ \text{Name Difference} \not\Rightarrow \text{Mechanism Difference}. }

30. Architecture Packaging Fallacy

若理論把：

A+B+C

包成：

T,

而 baseline 分別實作：

A,B,C,

不能因 packaging 不同就說：

T

具有新的 primitive。

31. Matched Reconstruction Ladder

PTE 建議 baseline 逐層升級：

B0 naive
B1 retrieval
B2 typed
B3 relation-aware
B4 provenance-aware
B5 dynamic/versioned
B6 event-sourced
B7 full conventional

31.1 每一階都問

\Delta_T^{(k)} = M(S_T)-M(B_k).

31.2 若

\Delta_T^{(0)} > \Delta_T^{(1)} > \cdots > \Delta_T^{(7)} = 0,

表示：

初期優勢逐步被一般機制吸收。

32. Reconstruction Curve

定義：

\boxed{ R_C(k) = M(B_k). }

隨 baseline sophistication：

k

提升，

觀察：

R_C(k)

如何接近：

M(S_T).

32.1 三種曲線

A. 快速收斂

很早：

R_C(k)\approx M(S_T).

可能表示 theory gain 很容易被吸收。

B. 緩慢收斂

需要大量一般機制才接近。

理論可能具有重要：

\text{compression / organization value}.

C. 不收斂

若：

\forall k, \quad R_C(k)<M(S_T),

則出現真正值得研究的 residual gap。

33. Reconstruction Burden

即使 baseline 最終可以等價，

也可能需要巨大複雜度。

定義：

\boxed{ B_R(T) = C(B^{*})-C(S_T), }

其中：

C

可以是：

rule count；
description length；
memory；
runtime；
engineering complexity。

33.1 若

\Delta_T=0,

但：

B_R(T)\gg0,

則理論仍可能有：

\boxed{ \text{compression advantage}. }

34. 不能只看能不能重建，也要看代價

因此真正比較應是：

\boxed{ ( M, C, L, R ) }

其中：

$M$ ：performance；
$C$ ：complexity；
$L$ ：description / implementation length；
$R$ ：resource cost。

35. Sample Efficiency

若理論系統用：

n_T

個樣本達到：

q,

而 baseline 需要：

n_B

個樣本，

可定義：

\boxed{ SE_G = \frac{n_B}{n_T}. }

若：

SE_G>1,

可能存在樣本效率優勢。

36. Generalization Gap

若訓練域：

D_{\mathrm{train}}

和測試域：

D_{\mathrm{test}}

不同，

比較：

G_T = M_T(D_{\mathrm{test}}) - M_T(D_{\mathrm{train}}).

並與：

G_B

比較。

37. Noise Robustness

也應測：

\epsilon

噪聲增長時，

兩套系統的性能函數：

M_T(\epsilon),

M_B(\epsilon).

若只有 clean toy data tie，

還不能說完全等價。

38. Temporal Robustness

動態系統需測：

update order；
delayed evidence；
retraction；
conflicting evidence；
duplicate events；
replay。

38.1 若兩邊

\forall h\in\mathcal H, \quad State_T(h) = State_B(h),

才建立較強 temporal behavioral equivalence。

39. External Data

合成資料容易：

\text{encode the evaluator's assumptions}.

因此 matched reconstruction 應進：

D_{\mathrm{external}}.

39.1 External tie 更有資訊量

如果外部資料揭露新的 failure mode，

而兩邊修復後仍 tie，

其資訊量高於一開始就設計好的 toy tie。

40. Gold Firewall

對 supervised benchmark，

gold：

y^{*}

只能進 scorer。

要求：

\boxed{ Decision(x) \perp y^{*} }

在 decision time。

40.1 Mutation Test

把：

y^{*}

改成：

\tilde y,

若 decision 改變，

表示：

\text{gold leakage}.

41. Frozen Proposal Principle

為避免 generator 差異污染 validator 比較，

可先 frozen：

P(x).

然後：

Validator_T(P(x)),

Validator_B(P(x)).

比較純 validation difference。

42. Component Ablation

若理論系統含：

\{a,b,c,d\},

應逐一移除：

S_T^{-a}, S_T^{-b}, S_T^{-c}, S_T^{-d}.

觀察：

\Delta M.

42.1 若移除 theory-specific component 不影響

則：

\boxed{ \text{claimed component is not causally necessary under the test}. }

43. Causal Necessity Test

設 theory-specific primitive：

p_T.

若：

S_T-p_T

仍：

M(S_T-p_T) = M(S_T),

則目前沒有證據支持：

p_T

造成性能。

44. Causal Sufficiency 也不同

若單獨加入：

p_T

到弱 baseline：

B_0+p_T,

得到提升，

仍不代表：

p_T

不可被其他機制替代。

45. Replacement Test

尋找：

q \neq p_T

使：

M(B_0+q) = M(B_0+p_T).

若存在，

則：

p_T

不是目前觀測下唯一解釋。

46. Minimal Distinguishing Experiment

理論比較最終應尋找：

\boxed{ x^{*} }

使：

Output(S_T,x^{*}) \neq Output(B^{*},x^{*}).

46.1 如果找不到

則目前：

S_T \sim_{\mathcal O} B^{*}.

47. Distinguishing Surface

定義：

\boxed{ D_{\Delta} = \{ x: Output(S_T,x) \neq Output(B^{*},x) \}. }

如果：

D_{\Delta}=\varnothing,

在當前測試域中沒有可區分行為。

48. Theory-Specific Residual Gain

若：

D_{\Delta}\neq\varnothing,

定義：

\boxed{ R_G(T) = M_{D_{\Delta}}(S_T) - M_{D_{\Delta}}(B^{*}). }

48.1 這才是應該優先研究的地方

不是全域重複跑更多 tie case，

而是集中：

D_{\Delta}.

49. Baseline as Adversary, Not Enemy

Strong baseline 的角色不是：

打倒理論。

而是：

幫助理論把真正不可約的部分暴露出來。

49.1 因此

\boxed{ \text{Strong baseline} = \text{epistemic compression tool}. }

它把可由 known machinery 解釋的部分壓掉。

50. Useful Tie

本文正式定義：

定義 50.1（Useful Tie）

若：

M(S_T) = M(B^{*}),

但：

M(S_T) > M(B_{\mathrm{naive}}),

且 $T$ 提供明顯：

conceptual compression；
architecture guidance；
specification clarity；
discovery heuristic；

則稱：

\boxed{ \text{Useful Tie}. }

51. Useful Tie 的認識論地位

它支持：

V_C>0,

V_F>0,

V_E>0,

但不直接支持：

V_U>0.

52. Theory Win

如果：

\Delta_T>0,

且通過：

matched info；
matched data；
matched resources；
independent path；
external data；
ablation；
gold firewall；

則稱：

\boxed{ \text{Residual Win}. }

52.1 仍需追問

差異由哪個最小 primitive 造成？

53. Residual Win 到 New Primitive 還有多遠？

至少需要：

\text{Residual Win} \rightarrow \text{Cross-Domain Replication} \rightarrow \text{Mechanistic Isolation} \rightarrow \text{Non-Reducibility Evidence}.

54. Non-Reducibility Evidence

可能形式包括：

complexity separation；
lower bound；
impossibility theorem；
representation theorem；
formal independence；
empirical impossibility across baseline class。

55. Empirical Non-Reducibility 不是數學不可約

若：

\mathcal B_{\mathrm{tested}}

中的 baseline 都輸，

只能說：

\boxed{ \text{not reconstructed by tested baselines}. }

不是：

\boxed{ \text{mathematically irreducible}. }

56. Baseline Family Must Be Explicit

每篇 PTE 報告應列：

baseline_id
baseline_family
observables
data access
resource access
decision rules
theory-specific dependencies
independence status
performance
complexity

57. Baseline Debt

若研究因時間不足沒有建立 strong baseline，

應標記：

\boxed{ \text{Baseline Debt}. }

57.1 不可隱藏

沒有 strong baseline 時，

結論上限應是：

\boxed{ \text{usefulness demonstrated, uniqueness not tested}. }

58. Strong Baseline 的成本也是研究成本

PTE-02 已指出：

L_B

可能成為 theory testing 的重要延遲。

因為最難的常常不是：

把新理論做出來。

而是：

把已知方法也做到真正公平。

59. Auto-Baseline Generation

未來 AI 可以自動：

抽取 theory features；
尋找 known mechanisms；
組合 strongest baseline；
檢查資訊匹配；
執行 differential test。

60. 但 baseline 生成也可能偏誤

如果 AI 已經接受：

T

的術語，

可能不知不覺把：

B

寫成：

T

的同義版本。

因此需要：

\boxed{ \text{Baseline Reconstruction Isolation}. }

61. Blind Reconstruction

一種更強設計：

讓 baseline builder 只知道：

task；
observables；
data；
success criteria；

但不知道：

T

的專屬術語。

61.1 如果仍能重建

則：

\boxed{ \text{evidence for conventional reconstructibility}\uparrow. }

62. Reverse Engineering Test

給 baseline builder：

\text{Input/Output behavior}

但不給 theory labels，

要求重建相同功能。

如果成功，

表示：

功能可能不依賴理論專屬概念。

63. Reconstruction Challenge

可把它標準化成：

Given:
  task contract
  observables
  examples
  resource constraints

Forbidden:
  theory-specific vocabulary
  theory implementation code

Goal:
  match or exceed theory-system behavior

64. Theory Compression vs Theory Necessity

若理論可以讓：

100

條 generic rule，

壓成：

5

條高階 invariant，

即使：

\Delta_T=0,

仍可能具有很高：

\boxed{ \text{compression value}. }

64.1 因此要分開

\boxed{ \text{Necessity} \neq \text{Compression}. }

65. Engineering Elegance 也是價值，但不是證明

可以評估：

rule count；
maintainability；
extensibility；
debugging cost；
explainability。

但要明確標為：

\text{engineering metrics}.

66. Theoretical Novelty Ledger

對每個 claim：

claim_id
claimed novelty
known analogues
matched baseline
residual behavior
mechanistic evidence
formal non-reducibility
status

67. Status Vocabulary

建議：

USEFUL
SUPERIOR_UNDER_TEST
RECONSTRUCTIBLE
USEFUL_TIE
RESIDUAL_WIN
MECHANISM_UNRESOLVED
UNIQUENESS_NOT_ESTABLISHED
IRREDUCIBILITY_NOT_ESTABLISHED
FORMAL_SEPARATION_ESTABLISHED

68. 禁止使用的過度結論

若只有：

\Delta_T=0,

禁止說：

理論被證明是假的。

若只有：

\Delta_T>0,

禁止說：

理論被證明是新的宇宙原理。

69. 最終判定矩陣

工程有效	Strong baseline	結果	合理結論
否	不重要	失敗	工程主張未建立
是	弱	勝	usefulness 初步成立
是	強	tie	useful / reconstructible
是	強	勝	residual advantage
是	多強 baseline	持續勝	uniqueness evidence 增加
是	formal non-reducibility	勝	才接近 new primitive claim

70. PTE-03 的核心公式

第一個：

\boxed{ \Delta_T = M(S_T)-M(B^{*}(T)). }

第二個：

\boxed{ \Delta_T=0 \not\Rightarrow V(T)=0. }

第三個：

\boxed{ \Delta_T>0 \not\Rightarrow V_U(T)>0. }

第四個：

\boxed{ \text{Useful architecture} \neq \text{new primitive}. }

71. 與 PTE-01 的關係

PTE-01 問：

怎麼把理論最強版本做出來？

PTE-03 問：

做出來之後，怎麼知道它真的需要自己的理論？

72. 與 PTE-02 的關係

PTE-02 說：

L_{TE}\downarrow.

這意味著 strong baseline 的建立成本也可能下降。

所以未來：

「時間不夠，沒辦法做公平 baseline。」

會越來越不容易成為合理理由。

73. 與 PTE-04 的關係

當：

\Delta_T=0,

但：

V_C,V_F,V_E>0,

就進入下一篇的問題：

如果宏大主張沒有留下不可約增益，那麼理論裡真正值得保存的是什麼？

74. 初步可檢驗命題

MRP-H1：Baseline Convergence Hypothesis

對大量只重新組織已知機制的理論，

隨 baseline sophistication 提升：

\Delta_T^{(k)} \rightarrow 0.

MRP-H2：Compression-without-Uniqueness Hypothesis

存在理論：

T

使：

\Delta_T=0,

但：

C(S_T) < C(B^{*}),

即具有壓縮價值但沒有測得的獨特行為。

MRP-H3：Blind Reconstruction Hypothesis

若 theory gain 主要來自一般 invariants，

則只給 task / observables 的 blind baseline builder，

仍能重建大部分效果。

MRP-H4：Weak-Baseline Inflation Hypothesis

若只使用弱 baseline，

則估計：

\widehat{\Delta}_T

會系統性高估 theory-specific gain。

MRP-H5：External Differential Hypothesis

真正有不可約差異的理論，

在外部、亂序、噪聲、跨域或 adversarial test 中，

更可能形成穩定：

D_{\Delta}\neq\varnothing.

75. 最小 MRP 實驗流程

1. Freeze theory claim
2. Freeze observables
3. Freeze task contract
4. Freeze metric
5. Build theory-derived system
6. Build naive baseline
7. Build stronger conventional baselines
8. Verify independent causal paths
9. Match data and candidate space
10. Run ablations
11. Run external/adversarial tests
12. Compute delta vector
13. Measure reconstruction burden
14. Search distinguishing surface
15. Report residual gain

76. 最小 Evidence Receipt

theory_id
claim_id
theory_system_version
baseline_family
matched_information
matched_data
matched_candidates
matched_resources
independence_test
metric
result_vector
delta_vector
reconstruction_curve
reconstruction_burden
distinguishing_surface
status

77. 方法論結論

理論評估中最危險的兩種錯誤是：

第一種：

「它做出好東西，所以它一定揭示了新原理。」

第二種：

「它能被既有方法重建，所以它完全沒有價值。」

PTE-03 同時拒絕兩者。

真正應該說的是：

\boxed{ \text{Usefulness} \quad \text{and} \quad \text{irreducibility} }

是兩個不同問題。

78. 最終核心命題

如果：

S_T

能讓工程變好，

它已經具有價值。

但只有當：

\boxed{ M(S_T) > M(B^{*}(T)) }

在公平、獨立、外部與可重播條件下穩定成立，

我們才開始有資格問：

那個剩下的差異，是否真的來自一個還不能被既有方法吸收的新結構？

而即使答案最後是：

\Delta_T=0,

研究也沒有白做。

因為我們至少知道：

\boxed{ \text{這個理論的工程效果可以被重建。} }

接下來應保留：

概念壓縮；
工程 heuristic；
規格價值；
組織價值；

並把「不可約新原理」從已建立主張中拿掉。

這不是把理論打成零。

而是把：

\boxed{ \text{真正的價值} }

與：

\boxed{ \text{尚未被證明的宏大性} }

分開。

79. 下一篇

PTE-04｜認識論回收：從過度宣稱中分離可用理論殘差
Epistemic Salvage: Recovering Useful Structure from Overstated Theories

下一篇將正式處理：

V(T) = ( V_C,V_F,V_E,V_P,V_U ),

以及：

R_{\mathcal B,\mathcal E}(T),

回答：

當一套理論沒有成功證明自己是新的不可約原理，但又確實產生了有用結構時，我們應該如何保存、拆分、降級與重新定位它，而不是把它整體判成「對」或「錯」？

PTE-03｜公平重建原則：有用理論為何不等於新原理 — The Matched Reconstruction Principle_ When a Useful Theory Is Not Yet a New Principle

PTE-03｜公平重建原則：有用理論為何不等於新原理

The Matched Reconstruction Principle: When a Useful Theory Is Not Yet a New Principle

摘要

0. 邊界聲明

1. 最容易犯的錯：有用，所以一定新

1.1 第一個區分

1.2 第二個區分

2. 四層價值不能混成一層

2.1 Utility

2.2 Superiority

2.3 Uniqueness

2.4 Fundamentality

3. 公平重建原則

3.1 基本形式

3.2 若 ΔT=0\Delta_T=0ΔT​=0

3.3 若 ΔT>0\Delta_T>0ΔT​>0

4. 什麼叫「matched」？

4.1 Matched Information Condition

4.2 例子

5. Matched Data Condition

5.1 禁止 hidden corpus advantage

6. Matched Candidate Space

6.1 為什麼重要？

7. Matched Task Contract

7.1 常見偷換

8. Matched Resource Condition

8.1 不要求完全相同

9. Matched Evaluation Function

9.1 否則

10. Strongest Baseline Duty

10.1 為什麼這反而是對理論公平？

10.2 越強的 baseline

11. Conventional 不等於落後

12. Independent Causal Path

12.1 假 baseline

12.2 正式要求

12.3 Structural Independence Test

13. Shared Primitive 不一定破壞公平

14. Baseline Family

14.1 最強 baseline

15. Baseline Closure

15.1 形式化

15.2 不是永久閉合

16. Reconstruction Equivalence Class

16.1 意義

16.2 這是一個認識論限制

17. Behavioral Equivalence

17.1 更強條件

18. Behavioral Tie 不等於 Mechanistic Identity

19. Mechanistic Claim 需要額外證據

20. Theory-Specific Delta

20.1 多指標版本

20.2 避免單一 score 洗掉差異

21. Hard-Gate Delta

22. Description-Length Advantage

22.1 定義

23. Organizational Value

24. Search Value

25. Theory as Coordinate System

25.1 座標系也有價值

26. Weak Baseline Fallacy

26.1 典型例子

27. Feature Smuggling

28. Rule Smuggling

29. Naming Fallacy

30. Architecture Packaging Fallacy

31. Matched Reconstruction Ladder

31.1 每一階都問

31.2 若

32. Reconstruction Curve

32.1 三種曲線

A. 快速收斂

B. 緩慢收斂

C. 不收斂

33. Reconstruction Burden

33.1 若

34. 不能只看能不能重建，也要看代價

35. Sample Efficiency

36. Generalization Gap

3.2 若 $\Delta_T=0$

3.3 若 $\Delta_T>0$