title: SRBC Theory Validation Program — Round 04：Real-Text Transfer Audit
author: Neo.K with Aletheia (GPT-5.6 Sol)
institution: EveMissLab / 一言諾科技有限公司
version: v0.1
date: 2026-09-23
language: zh-TW
document_type: Real-Text Structural Transfer Audit / Cross-Strategy Challenge Set
status: Round 04 completed with explicit cross-vendor inference limitation

SRBC Theory Validation Program — Round 04

Real-Text Transfer Audit：從 synthetic world 移到真實經典問題

作者： Neo.K with Aletheia (GPT-5.6 Sol)
機構： EveMissLab / 一言諾科技有限公司
日期： 2026-09-23
版本： v0.1

Canonical Source Note

本報告以 UTF-8 Markdown 保存；數學 source 僅使用 $...$ 與 $$...$$。本輪使用真實公開經典問題作為 source，但沒有宣稱完成真實跨廠商模型推理：目前環境沒有已連接、可直接批次呼叫的外部 LLM inference connector。故本輪證據型別是：

\boxed{ \text{Real-Text Structural Transfer Audit} }

而不是：

\boxed{ \text{Cross-Vendor Model Benchmark}. }

真正跨模型 protocol 已另存 multimodel_protocol_round04.yaml。

0. 本輪目的

Round 01 測理論內部形式結構。

Round 02 測 synthetic ground truth。

Round 03 測 parsing / admissibility error geometry。

Round 04 問：

\boxed{ \text{SRBC 的型別與 closure 結構，搬到真實經典問題後，會不會需要新的 ad hoc 類別？} }

以及：

\boxed{ \text{哪些多答案現象其實根本不是「自然語言歧義」？} }

1. Real-text challenge set

本輪包含 10 個 query-level cases：

case	domain	branch origin	definability	variation
MH-ORIGINAL-OBS	probability_protocol	protocol, sampling_likelihood	total_under_completion_family	multiple
MH-STANDARD-EXANTE	probability_protocol	closed	total	single
SB-AWAKENING	self_locating_probability	epistemic_update_rule, self_location_rule	theory_relative	multiple
SB-EXANTE	self_locating_probability	closed	total	single
BERTRAND-CUBE	probability_measure	sampling_measure	measure_open	multiple_after_completion
NEWCOMB-RATIONAL	decision_theory	normative_decision_rule, causal_or_evidential_evaluation	theory_relative	multiple
NEWCOMB-DOMINANCE	decision_theory	closed	total	single
TWO-ENVELOPES	expected_utility_prior	prior_distribution, integrability_or_expectation_regime	prior_open	theory_or_distribution_relative
BOY-GIRL-ATLEAST	information_generation_protocol	information_generation_protocol, sex_prior_independence	protocol_open	multiple
BOY-GIRL-OLDER	conditional_probability	prior_assumption	total_under_standard_binary_independent_model	single

來源包括：

Monty Hall 的歷史 Parade-style prompt；
Adam Elga 的 Sleeping Beauty；
Stanford Encyclopedia of Philosophy 的 Bertrand-style probability measure example；
SEP 的 Newcomb's Problem；
SEP 的 Two Envelopes；
Gardner-style Boy or Girl problem。

這不是隨機抽樣，因此任何比例都只是 challenge-set 結果，不能外推為自然語言總體頻率。

2. Round 04 最重要的反例：多答案不等於語言沒說完

如果仍沿用最早的直覺：

Q(M_1) \neq Q(M_2) \Rightarrow \text{natural-language ambiguity},

Round 04 直接給出反例。

Sleeping Beauty

實驗 setup 可以相當完整：

公平硬幣；
Heads 一次 awakening；
Tails 兩次 awakening；
memory reset；
awakening 時問 Heads credence。

但：

\boxed{ \frac12 \quad\text{vs.}\quad \frac13 }

的分岔可以來自不同 self-locating epistemic update principle。

所以 branch origin 是：

\boxed{ \text{inference-rule / self-location rule}, }

不應直接寫成 source-language gap。

Newcomb

同樣地，問題 setup 可以很清楚，但：

\boxed{ \text{one-box} \quad\text{vs.}\quad \text{two-box} }

的「理性選擇」分岔來自：

dominance / causal reasoning；
evidential expected utility；

也就是：

\boxed{ \text{normative decision rule}. }

3. 因此 SRBC v0.3 還需要一個 origin 軸

Round 04 新增：

O_{\mathrm{und}}

表示 underdetermination origin。

建議至少：

O_{\mathrm{und}} \in \{ \text{text}, \text{context}, \text{protocol}, \text{measure}, \text{prior}, \text{inference-rule}, \text{normative-rule}, \text{causal-semantics}, \text{utility}, \text{representation} \}.

4. Source-semantic 與 theory-relative 必須分開

Source / model specification gap

典型：

Monty Hall host protocol；
Bertrand sampling measure；
Two Envelopes prior；
Boy/Girl information-generation protocol。

這些可以合理說：

\boxed{ \text{source / model specification underdetermination}. }

Theory-relative underdetermination

典型：

Sleeping Beauty；
Newcomb rational-choice query。

這些若直接叫「自然語言不完備」，會過度歸因。

更精確：

\boxed{ \text{theory-relative underdetermination}. }

5. 真實文本中的 query-relative pattern 仍成立

Round 04 也再次出現 SRBC-03 的 coarse/fine 分離。

Monty Hall

標準 protocol 下：

P(\text{always-switch wins}) = \frac23

可閉合。

但原始 prompt 下 specific-door posterior 可 protocol-relative。

Sleeping Beauty

睡前：

P(\text{Heads}) = \frac12

閉合。

awakening 後的 self-locating credence 卻 theory-relative。

Newcomb

「two-box 是否 statewise dominate one-box？」可閉合為 yes。

「哪個行為 rational？」卻 decision-rule relative。

因此：

\boxed{ \text{coarse / structural query can close while normative / finer query remains open.} }

這不是 synthetic artifact。

6. Measure / prior openness 的 transfer

Bertrand-style cube example 顯示：

同一物理事件可因：

uniform in length；
uniform in face area；

得到不同 probability。

此處核心不是詞「cube」有多義。

而是：

\boxed{ \text{random selection} \not\Rightarrow \text{unique probability measure}. }

Two Envelopes 也類似：

若 amount distribution / expectation regime 未固定，

EU(\text{switch})

不能從表面「兩倍或一半」直接得到普遍 $1.25x$ 結論。

這支持 SRBC-04 的：

\boxed{ \text{probability model commitment must have provenance}. }

7. Information-generation protocol transfer

Boy/Girl 的：

至少一個孩子是男孩

若只當作 conditioning event，可得到標準 $1/3$ 。

但若這句資訊本身來自「隨機挑一個孩子並報告性別」等不同 observation procedure，後驗可以改變。

所以它和 Monty Hall 具有相同高階形式：

\boxed{ \text{observed proposition} \neq \text{unique observation-generation protocol}. }

這表示 SRBC 的 host-policy 結構不是只適用於 Monty Hall。

8. Challenge-set strategy audit

這一輪沒有真實多模型 inference，所以以下不是 LLM benchmark，而是對三種推理策略型別做結構比較。

S0：Single-answer compression

每題直接挑一個著名答案並當唯一答案。

在 10 個 challenge cases 中，會對：

\boxed{6}

個非唯一 case 過度宣稱 unique answer。

這個比例不能外推；它只是這組刻意挑選的 challenge set。

S1：Assumption-explicit single model

把常見假設寫出來，再條件式給單一 branch answer。

它避免「無條件唯一」的最明顯錯誤，但在：

\boxed{6}

個非唯一 cases 中仍沒有完整 branch cover。

因此：

\boxed{ \text{conditional answer} \neq \text{underdetermination characterization}. }

S2：Origin-typed SRBC

對每個 case 同時保存：

source commitments；
branch origin；
query；
answer variation；
closure condition。

10/10 都可在同一 artifact schema 中表示，但其中 3 個 case 需要 v0.4 的 theory-relative origin extension 才不會誤標成 language ambiguity。

9. Taxonomy transfer 結果

10 cases 中：

已能由 v0.3 既有 protocol / prior / measure 類型自然表達： 4
本來就是 closed query： 3
需要新增 inference-rule / normative-rule 等 origin type： 3

因此 Round 04 對 SRBC 的判定不是：

完全不需修改。

而是：

\boxed{ \text{核心 closure machinery 可 transfer，但「underdetermination 的來源歸因」必須擴充。} }

10. v0.4 的關鍵修正

新增：

underdetermination:
  source_semantic: true | false | unknown
  theory_relative: true | false | unknown
  origins:
    - protocol
    - measure
    - inference-rule
    - normative-rule

這阻止一個新的非法升格：

\boxed{ \text{multiple admissible conclusions} \not\Rightarrow \text{source-language defect}. }

換句話說：

SRBC 自己也必須接受 SRBC-04 的 discipline。

不能因為看到 branch，就把 branch 原因全都倒灌給自然語言。

11. 真正跨模型實驗為什麼本輪沒假裝完成？

真正的 Round 04 原計畫是：

A_1,A_2,A_3,\ldots

多個不同模型直接跑同一 source。

但目前環境沒有已連接、可批次呼叫的外部 LLM inference provider。

我檢查了可用 app / plugin 能力；目前可見的 Hugging Face connector可用於 models / datasets / Spaces 資訊，不是本輪所需的多家 frontier-model inference endpoint。

所以本報告明確標：

live_cross_vendor_model_inference_performed: false

而不是用「多 prompt、多角色」冒充 cross-model。

12. 真正 multi-model protocol 已經做完

multimodel_protocol_round04.yaml 已經定義：

每個模型、每個 case 必須完成：

commitment extraction；
completion generation；
query canonicalization；
QRC / QRU / QDU；
lift audit；
countermodel；
minimal clarification。

評估：

source FP；
source FN；
branch FN；
branch FP；
false QRC；
false QRU；
QDU recall；
origin-type accuracy；
countermodel validity；
closure cost；
cross-run replayability。

只要未來把三家模型輸出接進來，這個 protocol 可以直接跑，不需要再重新發明評分格式。

13. Round 04 新原理

本輪最值得保留的是：

\boxed{ \text{Underdetermination must be layer-attributed.} }

也就是：

不只問「有沒有多個答案」，還要問「多答案到底是從哪一層生成的？」

這一層可能是：

\text{text},

\text{protocol},

\text{measure},

\text{prior},

\text{inference rule},

\text{normative rule}.

如果這一步不做，

SRBC 會從「避免他人 semantic overclaim」變成自己犯新的 semantic overclaim。

14. Evidence boundary

本輪可支持：

SRBC 的 query-relative closure pattern 能 transfer 到多個經典真實案例；
protocol / measure / prior 不是 Monty Hall 特例；
coarse/fine query separation 在 Monty Hall、Sleeping Beauty、Newcomb 都可出現；
v0.3 缺少 underdetermination-origin attribution；
「自然語言不完備」不能當所有爭議的總解釋。

本輪不能支持：

不同 frontier LLM 的實際錯誤率；
模型 A 比模型 B 更會 SRBC；
真實世界中 theory-relative cases 的人口比例；
人類專家的一致率。

15. Round 05 的真正方向

下一輪若沒有外部模型 inference connector，最有價值的不是繼續假裝 cross-model。

可以進：

\boxed{ \text{Formalizing Real Cases} }

把這 10 個 real-text cases 中可形式化的部分轉成：

finite model checker；
SMT constraints；
probabilistic kernels；
proof obligations。

尤其優先：

Monty Hall；
Boy/Girl；
Bertrand-style measure family；
Two Envelopes 的 prior family。

如此可把 real-text transfer 從人工 annotation 推到 machine-checkable certificate。

若之後接上多模型 inference，再平行跑真正 cross-system benchmark。

16. 結論

Round 04 把 SRBC 的適用邊界修得更乾淨。

最早我們問：

自然語言是不是不完備？

現在這句話已經太粗。

更成熟的問題是：

\boxed{ \text{這個 query 的非唯一性，究竟來自 source、protocol、measure、prior，還是 inference / normative theory？} }

Monty Hall、Boy/Girl 比較接近：

\boxed{ \text{protocol-generated underdetermination}. }

Bertrand、Two Envelopes 比較接近：

\boxed{ \text{measure / prior underdetermination}. }

Sleeping Beauty、Newcomb 則警告：

\boxed{ \text{source 可以相當完整，理論仍可能分岔。} }

所以 SRBC 的目標不應縮成：

\text{detect language ambiguity}.

更準確的定位變成：

\boxed{ \text{locate, type, and certify the layer from which query-relevant underdetermination arises.} }

這是 Round 04 對整套理論最重要的修正。

參考來源

Neo.K, prior Monty Hall source archive, EveMissLab, 2026.
Elga, A. "Self-locating belief and the Sleeping Beauty problem." Analysis 60(2), 143–147, 2000.
Stanford Encyclopedia of Philosophy, "Interpretations of Probability" — Bertrand-style parameterization example.
Stanford Encyclopedia of Philosophy, "Causal Decision Theory" — Newcomb's Problem.
Stanford Encyclopedia of Philosophy, "Infinity: Tacitly Infinite Decision Problems — Two Envelopes."
Gardner-style Boy or Girl paradox; historical formulation and later ambiguity discussion.

附錄 A：機器摘要

{
  "n_cases": 10,
  "fit_counts": {
    "existing": 4,
    "needs_origin_extension": 3,
    "closed": 3
  },
  "challenge_set_scores": {
    "single_answer": {
      "overclaim_unique": 6,
      "n": 10
    },
    "assumption_single": {
      "overclaim_unique": 0,
      "conditional_without_full_branch_cover": 6,
      "n": 10
    },
    "srbc_origin_typed": {
      "status_fit": 10,
      "origin_fit": 10,
      "n": 10
    }
  },
  "case_ids": [
    "MH-ORIGINAL-OBS",
    "MH-STANDARD-EXANTE",
    "SB-AWAKENING",
    "SB-EXANTE",
    "BERTRAND-CUBE",
    "NEWCOMB-RATIONAL",
    "NEWCOMB-DOMINANCE",
    "TWO-ENVELOPES",
    "BOY-GIRL-ATLEAST",
    "BOY-GIRL-OLDER"
  ],
  "evidence_boundary": {
    "live_cross_vendor_model_inference_performed": false,
    "reason": "No connected live inference connector for external LLM providers was available in this environment.",
    "what_was_performed": "Real-text structural transfer audit and cross-strategy challenge-set analysis."
  }
}

附錄 B：檔案

本 package 包含：

SRBC_Theory_Validation_Round04_Report_v0.1_2026-09-23.md
SRBC_Core_Patch_v0.4_2026-09-23.md
real_text_cases_round04.jsonl
multimodel_protocol_round04.yaml
results_round04.json
validation.json

SRBC Theory Validation Program — Round 04：Real-Text Transfer Audit

SRBC Theory Validation Program — Round 04

Real-Text Transfer Audit：從 synthetic world 移到真實經典問題

Canonical Source Note

0. 本輪目的

1. Real-text challenge set

2. Round 04 最重要的反例：多答案不等於語言沒說完

Sleeping Beauty

Newcomb

3. 因此 SRBC v0.3 還需要一個 origin 軸

4. Source-semantic 與 theory-relative 必須分開

Source / model specification gap

Theory-relative underdetermination

5. 真實文本中的 query-relative pattern 仍成立

Monty Hall

Sleeping Beauty

Newcomb

6. Measure / prior openness 的 transfer

7. Information-generation protocol transfer

8. Challenge-set strategy audit

S0：Single-answer compression

S1：Assumption-explicit single model

S2：Origin-typed SRBC

9. Taxonomy transfer 結果

10. v0.4 的關鍵修正

11. 真正跨模型實驗為什麼本輪沒假裝完成？

12. 真正 multi-model protocol 已經做完

13. Round 04 新原理

14. Evidence boundary

15. Round 05 的真正方向

16. 結論

參考來源

附錄 A：機器摘要

附錄 B：檔案