ESC-EXP-09：Distance Chamber Geometry

系列： Extensional Structural Convergence — Experimental Phase
文件編號： ESC-EXP-09
版本： v0.1
日期： 2026-09-23
前置： ESC-00 ～ ESC-06、ESC-EXP-00 ～ ESC-EXP-08
狀態： Analytic Geometry + Executable Finite-Model Evidence / Canonical UTF-8 Source

作者： Neo.K
機構： EveMissLab／一言諾科技有限公司

摘要

ESC-EXP-08 已經證明：

d_{\mathrm{ESC}} (P,Q\mid\mathcal D,\mathcal J,c)

不是 projection pair 的固定常數，而是一個 target/domain/cost-conditioned field。

本輪不再增加更多散點式 domain samples，而是直接研究 distance ordering 的解析幾何。

令三條 representation 對同一 target kernel 的最低 adaptation cost 為：

\boxed{ \mathbf A = (A_F,A_C,A_I) \in \mathbb R_{\ge0}^{3}. }

Star bridge distances：

d_{FC}=A_F+A_C,

d_{FI}=A_F+A_I,

d_{CI}=A_C+A_I.

因此：

d_{FI}-d_{CI} = A_F-A_C,

d_{FC}-d_{FI} = A_C-A_I,

d_{FC}-d_{CI} = A_F-A_I.

所以三個 pairwise distance 的排序完全由：

A_F,A_C,A_I

的相對順序決定。

三個 tie planes：

A_F=A_C,

A_F=A_I,

A_C=A_I

把 adaptation-cost space 切成：

\boxed{ 6 }

個 strict chambers。

更進一步，同時平移：

\mathbf A \mapsto \mathbf A + c(1,1,1)

不改變 adaptation order，也不改變 distance order。

因此真正的 ranking geometry 不在完整三維空間，而在：

\boxed{ \mathbb R^3/\operatorname{span}(1,1,1) \cong \mathbb R^2. }

在二維 quotient 中，三條 tie planes 變成三條穿過原點的直線：

u=0,

v=0,

u+v=0,

形成標準的六扇區 braid arrangement。

1. Runtime

EXP-09 新增 regression：

5 passed

測試內容：

六個 strict chambers；
chamber adjacency；
common-mode shift invariance；
$K_4\rightarrow K_4-e\rightarrow C_4\rightarrow P_4$ support trajectory；
adaptation-order / distance-order 一致性。

本輪沒有重新跑完整 41-test inherited suite；EXP-08 完整 regression 已在上一輪通過。

2. 六個 Strict Chambers

六個 adaptation order 對應六種 pair-distance strict order：

Adaptation chamber	Distance chamber
$F<C<I$	$FC<FI<CI$
$F<I<C$	$FI<FC<CI$
$C<F<I$	$FC<CI<FI$
$C<I<F$	$CI<FC<FI$
$I<F<C$	$FI<CI<FC$
$I<C<F$	$CI<FI<FC$

所以 distance-order chamber 與 adaptation-order chamber 是一一對應的。

3. 為什麼只有六個 Chamber？

三個 adaptation costs 的 strict ordering 是：

3! = 6.

每一個 strict permutation：

\pi \in S_3

就是一個 open chamber。

chamber adjacency 只允許交換相鄰 adaptation ranks，因此每個 chamber 恰好有：

2

個鄰居。

所以 adjacency graph 是一個：

\boxed{ 6\text{-cycle} }

也就是 $S_3$ permutohedron 的一維邊界圖。

4. Common-Mode Quotient

若：

A'_F=A_F+c,

A'_C=A_C+c,

A'_I=A_I+c,

則：

d'_{FC} = d_{FC} + 2c,

d'_{FI} = d_{FI} + 2c,

d'_{CI} = d_{CI} + 2c.

所以所有 pairwise distance 同時平移：

2c,

排序完全不變。

因此 chamber geometry 只依賴 centered adaptation：

\widetilde A_P = A_P - \overline A,

其中：

\overline A = \frac{A_F+A_C+A_I}{3}.

5. 二維 Braid Coordinates

取：

u=A_F-A_C,

v=A_C-A_I.

則：

A_F-A_I = u+v.

三個 tie boundaries：

u=0,

v=0,

u+v=0.

它們在二維平面形成六個 wedge chambers。

所以 ESC ranking geometry 的第一個解析模型其實就是：

\boxed{ A_2 \text{ braid arrangement}. }

這裡的 $A_2$ 指 arrangement type，不是 ESC 的 substrate notation。

6. Chamber Boundary 就是 Representation Adaptation Tie

例如：

A_F=A_C

等價於：

d_{FI}=d_{CI}.

跨越該平面：

A_F<A_C \longrightarrow A_F>A_C

就會使：

d_{FI}<d_{CI}

翻成：

d_{FI}>d_{CI}.

所以 EXP-08 的 FI/CI ranking reversal 現在被解析成：

\boxed{ \text{crossing of the }A_F=A_C\text{ wall}. }

7. Chamber Robustness Margin

定義 adaptation ranking margin：

\boxed{ M(\mathbf A) = \min \left\{ |A_F-A_C|, |A_F-A_I|, |A_C-A_I| \right\}. }

到最近 tie plane 的 Euclidean distance：

\boxed{ R_{\mathrm{chamber}} = \frac{M(\mathbf A)}{\sqrt2}. }

如果：

R_{\mathrm{chamber}}

很小，表示小幅 cost/domain perturbation 就可能改變 ranking。

如果很大，ranking 比較 robust。

8. 實際 Support-Deletion Trajectory

本輪不只做解析 chamber，而建立一條實際 finite-domain trajectory：

K_4 \rightarrow K_4-e \rightarrow C_4 \rightarrow P_4.

其它條件固定：

$n=4$ ；
代表性 relation-type patterns；
代表性 direction patterns；
all partitions；
context 二元；
probe 二元；
history $0/1$ ；
entropy cost model；
full six-dimensional target kernel。

9. $K_4$

coverage：

\kappa_R=1.

adaptation：

A_F=1,

A_C=2,

A_I\approx4.058814.

所以：

\boxed{ F<C<I. }

distance：

\boxed{ FC<FI<CI. }

chamber margin：

M=1,

Euclidean tie distance：

\frac1{\sqrt2} \approx0.707107.

這是本 trajectory 中相對 robust 的 baseline chamber。

10. 只刪一條 Edge： $K_4-e$

coverage：

\kappa_R = \frac56.

adaptation：

A_F\approx2.562807,

A_C=2,

A_I\approx3.836592.

因此立刻翻成：

\boxed{ C<F<I. }

distance：

\boxed{ FC<CI<FI. }

也就是只從 complete support 移除一個 unordered pair，系統便穿越：

\boxed{ A_F=A_C }

wall。

這正是 EXP-03/04 Partition Recovery Coverage Lemma 在 distance geometry 中的表現。

11. 為什麼第一條 Missing Pair 就足夠？

complete support 時，F 可從 endpoint same/different observations 恢復任意 partition。

一旦缺一 unordered pair：

\{u,v\},

就存在兩個 partition，只在：

u\sim v

這件事上不同，但 F 沒有直接觀察該 pair。

因此 F 必須補 global distinction observable。

adaptation cost 從：

1

跳到：

\approx2.562807.

而：

A_C=2

保持不變。

所以：

A_F-A_C

由：

-1

翻成：

+0.562807.

chamber crossing 因此不是數值偶然，而是 observation-language completeness 發生離散改變。

12. $C_4$

coverage：

\kappa_R = \frac46 = \frac23.

adaptation：

A_F\approx2.562807,

A_C=2,

A_I\approx2.918296.

仍為：

\boxed{ C<F<I. }

distance：

\boxed{ FC<CI<FI. }

但 chamber margin 降到：

M \approx0.355489.

到最近 tie plane：

R_{\mathrm{chamber}} \approx0.251369.

這是 trajectory 中最接近另一條 chamber wall 的 stage。

13. $P_4$

coverage：

\kappa_R = \frac36 = 0.5.

adaptation：

A_F\approx2.562807,

A_C=2,

A_I\approx3.836592.

仍然：

C<F<I.

distance：

FC<CI<FI.

所以在本 trajectory 中真正的 strict chamber transition 只發生一次：

\boxed{ K_4 \rightarrow K_4-e. }

14. Trajectory Table

Domain	$\kappa_R$	$A_F$	$A_C$	$A_I$	Chamber	Distance order
$K_4$	1	1.000000	2.000000	4.058814	$F<C<I$	$FC<FI<CI$
$K_4-e$	$5/6$	2.562807	2.000000	3.836592	$C<F<I$	$FC<CI<FI$
$C_4$	$2/3$	2.562807	2.000000	2.918296	$C<F<I$	$FC<CI<FI$
$P_4$	$1/2$	2.562807	2.000000	3.836592	$C<F<I$	$FC<CI<FI$

15. 非單調的 $A_I$

值得注意：

A_I

並不隨：

\kappa_R

單調。

trajectory 中：

4.058814 \rightarrow 3.836592 \rightarrow 2.918296 \rightarrow 3.836592.

所以：

\boxed{ \kappa_R }

不能單獨作為所有 representation adaptation cost 的序參量。

support shape 仍然重要。

這與 EXP-05 的 support-shape result 一致。

16. $A_F$ 的離散 Plateau

一旦離開 complete support：

K_4-e, C_4, P_4

三個 stage 都得到：

A_F\approx2.562807.

在目前 channel menu 中，這三者都需要同一最佳 supplemental channel：

\boxed{ \text{observer frame} }

來補足：

probe；
partition distinction。

因此形成一個 adaptation plateau。

這是 representation repair strategy 的離散性，而不是連續 coverage law。

17. Linear Surrogate Crossing

如果只在 adaptation space 中把：

K_4

與：

K_4-e

兩個 vectors 做線性插值：

\mathbf A(t) = (1-t)\mathbf A_{K_4} + t\mathbf A_{K_4-e},

則：

A_F(t)=A_C(t)

發生於：

\boxed{ t\approx0.639874. }

但這只是 adaptation-space 的幾何 surrogate。

它不代表存在一個真實 domain，其 support deletion 可以連續調到 $t=0.639874$ 。

真正 empirical transition 是離散的：

K_4 \rightarrow K_4-e.

18. Chamber Graph

六個 strict chambers 的 adjacency graph：

\boxed{ C_6 }

即六邊形。

每穿過一條 wall，只交換 adaptation ranking 中相鄰的兩個 representation。

所以任何 chamber-to-chamber trajectory 如果不經 tie intersection，一次只能做 adjacent transposition。

19. Codimension-Two Intersection

三個 tie planes：

A_F=A_C,

A_F=A_I,

A_C=A_I

的共同交集：

A_F=A_C=A_I.

在 quotient geometry 中就是原點。

此時：

d_{FC}=d_{FI}=d_{CI}.

所以：

\boxed{ \text{three-way equal adaptation} }

是所有 ranking chambers 的共同 apex。

20. Distance Chamber 不是 Representation Ontology

chamber label：

F<C<I

只表示對指定：

(\mathcal D,\mathcal J,c)

有：

A_F<A_C<A_I.

它不表示：

F 比 C 本體上更簡單；
I 比 F 更遠離真實；
某 representation 全域更強。

所以 chamber geometry 是：

\boxed{ \text{conditional adaptation geometry}. }

21. EXP-08 Ranking Field 的解析化

EXP-08 把：

\rho_{\mathrm{ESC}}(\theta)

視為 piecewise-constant ranking field。

EXP-09 現在說明：

\rho_{\mathrm{ESC}}

其實是映射：

\theta \mapsto \mathbf A(\theta) \mapsto \operatorname{Chamber}(\mathbf A).

所以完整結構可拆成兩層：

\boxed{ \Theta \xrightarrow{\mathbf A} \mathbb R_{\ge0}^{3} \xrightarrow{\operatorname{Chamber}} S_3. }

第一個映射由 domain / target / cost model 決定。

第二個映射則是完全解析的 braid geometry。

22. 這對 ESC 的意義

前幾輪一直在找：

三條 representation 哪個比較近？

現在問題變成：

什麼參數會讓 adaptation vector 穿過哪一個 chamber wall？

這比單純比較 distance 數字更強，因為它直接指出 ranking flip 的機制。

目前第一個已確認的 wall-driving mechanism 是：

\boxed{ \text{loss of pairwise formation coverage} \Rightarrow A_F\uparrow \Rightarrow A_F=A_C\text{ crossing}. }

23. 第一個 Chamber-Control Variable

因此對 full kernel / entropy cost：

\kappa_R=1

與：

\kappa_R<1

在目前 support trajectory 中不是只造成 soft cost drift。

它直接控制 F 是否需要：

\text{global distinction bridge}.

所以：

\boxed{ \text{pairwise support completeness} }

是第一個被確認可以驅動 chamber transition 的結構變量。

24. Chamber Margin 作為 Robustness 指標

EXP-08 只記錄 ranking。

EXP-09 建議同時保存：

\boxed{ R_{\mathrm{chamber}} = \frac{ \min_{P\neq Q}|A_P-A_Q| }{ \sqrt2 }. }

ranking 一樣的兩個 domains，如果 margin 不同，其穩定性也不同。

例如：

C_4

與：

P_4

都在：

C<F<I

chamber，

但：

R(C_4) \approx0.251369

小於：

R(P_4) \approx0.397964.

所以 $C_4$ 更容易因 cost reweighting 或 domain perturbation 穿牆。

25. 一個新的 ESC Robustness 定義

可以定義：

\boxed{ \operatorname{Robust}_{\mathrm{rank}} (\theta) = R_{\mathrm{chamber}} (\mathbf A(\theta)). }

它測量：

需要多大的 adaptation-cost perturbation，才可能改變 pairwise representation ranking？

這比單純報告：

FC<CI<FI

包含更多資訊。

26. 系列錨點

\boxed{ \textbf{ESC-EXP-09.A} \quad \text{Star bridge distance ordering 完全由 adaptation-cost ordering 決定。} }

\boxed{ \textbf{ESC-EXP-09.B} \quad \text{共同 adaptation 平移方向可商掉，ranking geometry 是二維 }A_2\text{ braid arrangement。} }

\boxed{ \textbf{ESC-EXP-09.C} \quad \text{六個 strict chambers 的 adjacency graph 是六邊形。} }

\boxed{ \textbf{ESC-EXP-09.D} \quad K_4\rightarrow K_4-e \text{ 已足以穿越 }A_F=A_C\text{ wall。} }

\boxed{ \textbf{ESC-EXP-09.E} \quad \text{chamber margin 可以作為 representation-ranking robustness 指標。} }

27. 下一輪：ESC-EXP-10

下一輪最自然的工作是：

\boxed{ \text{Chamber-Control and Repair}. }

也就是不只觀察 chamber transition，而反過來求：

若目前落在不想要的 chamber，最小改動哪個 observation channel / cost weight / support condition，可以把系統推回指定 chamber？

形式上：

\boxed{ \min \operatorname{InterventionCost} }

subject to：

\boxed{ \mathbf A' \in \mathcal C_{\mathrm{target}}. }

這會把 EXP-06 的 kernel bridge optimization 與 EXP-09 的 chamber geometry 合併成真正的 representation control problem。

ESC-EXP-09：Distance Chamber Geometry

ESC-EXP-09：Distance Chamber Geometry

摘要

1. Runtime

2. 六個 Strict Chambers

3. 為什麼只有六個 Chamber？

4. Common-Mode Quotient

5. 二維 Braid Coordinates

6. Chamber Boundary 就是 Representation Adaptation Tie

7. Chamber Robustness Margin

8. 實際 Support-Deletion Trajectory

9. K4K_4K4​

10. 只刪一條 Edge： K4−eK_4-eK4​−e

11. 為什麼第一條 Missing Pair 就足夠？

12. C4C_4C4​

13. P4P_4P4​

14. Trajectory Table

15. 非單調的 AIA_IAI​

16. AFA_FAF​ 的離散 Plateau

17. Linear Surrogate Crossing

18. Chamber Graph

19. Codimension-Two Intersection

20. Distance Chamber 不是 Representation Ontology

21. EXP-08 Ranking Field 的解析化

22. 這對 ESC 的意義

23. 第一個 Chamber-Control Variable

24. Chamber Margin 作為 Robustness 指標

25. 一個新的 ESC Robustness 定義

26. 系列錨點

27. 下一輪：ESC-EXP-10

9. $K_4$

10. 只刪一條 Edge： $K_4-e$

12. $C_4$

13. $P_4$

15. 非單調的 $A_I$

16. $A_F$ 的離散 Plateau