title 查詢相對完備性：自然語言歧義的形式判準
english_title Query-Relative Completeness: A Formal Criterion for Natural-Language Semantic Underdetermination
series SRBC：符號表徵邊界與語義完備性理論
series_english SRBC: Symbolic Representation Bounds and Semantic Completion
series_number SRBC-03/07
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 理論論文 / 查詢相對完備性奠基篇 / SREG-SRBC 橋接論文
status 初版完成
查詢相對完備性
自然語言歧義的形式判準
English Title: Query-Relative Completeness: A Formal Criterion for Natural-Language Semantic Underdetermination系列： 《SRBC：符號表徵邊界與語義完備性理論》SRBC-03/07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日期： 2026-09-23
Canonical Source Note
本文件以 UTF-8 Markdown 保存正式原稿。數學 source 僅使用 $...$ 與 $$...$$ 作為 canonical delimiter。本文不把渲染畫面、Unicode 數學字元或自然語言中的近似寫法視為正式數學 source。若未來進入 proof assistant、typed IR、NCM、EveGlyph、SREG runtime、語義解析器、模型檢查器或概率程式系統，應保存原始 source、語義 signature、completion branch、query、answer domain、equivalence relation、provenance、countermodel certificate、completeness certificate、版本與轉譯規則。
摘要
自然語言具有多義、上下文依賴、量詞作用域不確定、隱含參數、策略未明、時序未明與生成機制未明等現象，並不是新的發現。然而，僅僅證明「一句話可以有多個解讀」不足以支持更強的推論：不同解讀是否真的會改變當前問題的答案？如果多個合法語義完成雖然彼此不同，卻在指定查詢上得到完全相同的結果，那麼把它們稱為「本題的有效歧義」反而會誇大語義差異。
本文在 SRBC-01 的符號表徵邊界與 SRBC-02 的語義完成空間之上，正式提出 查詢相對完備性 。給定表述 u u u C C C I ( u , C ) \mathfrak I(u,C) I ( u , C )
Q : I ( u , C ) → A Q , Q:\mathfrak I(u,C)\rightarrow\mathcal A_Q, Q : I ( u , C ) → A Q , 本文定義兩個完成模型在查詢 Q Q Q
M i ∼ Q M j ⟺ Q ( M i ) = Q ( M j ) . M_i\sim_Q M_j
\iff
Q(M_i)=Q(M_j). M i ∼ Q M j ⟺ Q ( M i ) = Q ( M j ) . 進而定義查詢商空間：
G Q ( u , C ) = I ( u , C ) / ∼ Q . \mathfrak G_Q(u,C)
=
\mathfrak I(u,C)/{\sim_Q}. G Q ( u , C ) = I ( u , C ) / ∼ Q . 若：
∣ G Q ( u , C ) ∣ = 1 , |\mathfrak G_Q(u,C)|=1, ∣ G Q ( u , C ) ∣ = 1 , 則表述 u u u Q Q Q 查詢相對完備 ；若：
∣ G Q ( u , C ) ∣ > 1 , |\mathfrak G_Q(u,C)|>1, ∣ G Q ( u , C ) ∣ > 1 , 則表述 u u u Q Q Q 查詢相對欠決定 。因此，本文將「語言有沒有歧義」轉化為更精確的問題：
在所有仍然忠於原表述的合法完成中，指定查詢的答案是否已被唯一固定？
本文進一步建立答案像、查詢敏感歧義、查詢核、強完備與容差完備、多查詢完備、增強約束下的完備單調性、最小區分查詢、最小語義閉合、反例證書與完備證書。本文同時證明，對固定查詢而言，只要新增語義約束不引入原完成族之外的新模型，而只是縮小合法完成集合，則一旦達到查詢相對完備，後續合法語義加強不會重新造成該查詢的答案分岔。
本框架的直接目的不是重新回答 Monty Hall 問題，而是建立一套足以審計該問題的形式標準。後續 SRBC-06 將不再只說「原敘述可能有另一種理解」，而是構造至少兩個都滿足原表述的合法模型，並證明它們對指定概率查詢產生不同答案，從而形成真正的 查詢相對欠決定反例證書 。
關鍵詞： SRBC、SREG、查詢相對完備性、語義欠決定、自然語言歧義、模型族、語義完成空間、反例模型、完備證書、形式化、Monty Hall、語義 GAP
0. 研究定位：不是問「有沒有很多解讀」，而是問「答案有沒有被固定」
SRBC-02 已經拒絕一個常見偷渡：
存在一個嚴格形式化 ⇏ 原表述具有唯一形式化 . \text{存在一個嚴格形式化}
\not\Rightarrow
\text{原表述具有唯一形式化}. 存在一個嚴格形式化 ⇒ 原表述具有唯一形式化 . 因此，對表述 u u u C C C
u ↦ M , u\mapsto M, u ↦ M , 而是建立合法語義完成族：
u ↦ I ( u , C ) . u
\mapsto
\mathfrak I(u,C). u ↦ I ( u , C ) . 然而，到這一步仍然不夠。
假設：
I ( u , C ) = { M 1 , M 2 , M 3 } . \mathfrak I(u,C)
=
\{
M_1,M_2,M_3
\}. I ( u , C ) = { M 1 , M 2 , M 3 } . 且三個模型彼此不同。
這只能證明：
M 1 ≠ M 2 ≠ M 3 . M_1\neq M_2\neq M_3. M 1 = M 2 = M 3 . 它還沒有證明這些差異與當前問題相關。
例如，三個模型可能只在人物姓名、無關物件數量或某個不被查詢觸及的時間點上不同，但對問題：
最終是否會發生事件 E E E
全部回答：
Yes . \text{Yes}. Yes . 此時：
∣ I ( u , C ) ∣ > 1 |\mathfrak I(u,C)|>1 ∣ I ( u , C ) ∣ > 1 雖然成立，但若因此宣稱：
這個問題沒有唯一答案。
就是錯誤的。
所以 SRBC-03 的基本修正是：
Semantic multiplicity ≠ Query-relevant ambiguity . \boxed{
\text{Semantic multiplicity}
\neq
\text{Query-relevant ambiguity}.
} Semantic multiplicity = Query-relevant ambiguity . 真正需要檢查的是：
不同合法完成是否能在指定查詢上被區分。 \boxed{
\text{不同合法完成是否能在指定查詢上被區分。}
} 不同合法完成是否能在指定查詢上被區分。 1. 前置結構
本文沿用 SRBC-02 的基本對象。
給定：
u u u 表示待分析表述；
C C C 表示上下文；
Γ ( u , C ) \Gamma(u,C) Γ ( u , C ) 表示從文本、語境、語法、詞彙、已宣告規則與合法橋接中取得的語義約束集合；
I ( u , C ) \mathfrak I(u,C) I ( u , C ) 表示滿足這些約束的合法語義完成族：
I ( u , C ) = { M ∣ M ⊨ Γ ( u , C ) ∧ Adm ( M ∣ u , C ) } . \mathfrak I(u,C)
=
\{
M
\mid
M\models\Gamma(u,C)
\land
\operatorname{Adm}(M\mid u,C)
\}. I ( u , C ) = { M ∣ M ⊨ Γ ( u , C ) ∧ Adm ( M ∣ u , C )} . 其中：
Adm ( M ∣ u , C ) \operatorname{Adm}(M\mid u,C) Adm ( M ∣ u , C ) 不是「任何想像都可以」，而是 SRBC-02 所要求的可接受完成條件，包括：
不違反原表述的明示約束；
不把分析者自行注入的內容冒充成文本已承諾內容；
completion-specific commitment 具有 provenance；
若依賴默認規則、常識、制度背景或特定語境，必須標記來源；
若完成需要額外假設，該假設必須可被審計；
branch-specific commitment 不得在未證明時反投影成原句唯一語義。
這些條件使：
I ( u , C ) \mathfrak I(u,C) I ( u , C ) 不是任意可能世界全集，而是對當前表述仍具有語義忠實性的合法完成集合。
2. 查詢物件
2.1 查詢不是附註，而是判定結構的一部分
定義一個查詢：
Q . Q. Q . 最一般地，可寫成：
Q : I ( u , C ) → A Q , Q:
\mathfrak I(u,C)
\rightarrow
\mathcal A_Q, Q : I ( u , C ) → A Q , 其中：
A Q \mathcal A_Q A Q 為答案域。
例如，若問題是：
車是否在二號門？
則：
A Q = { 0 , 1 } . \mathcal A_Q
=
\{
0,1
\}. A Q = { 0 , 1 } . 若問題是：
換門獲勝的機率是多少？
則可取：
A Q = [ 0 , 1 ] . \mathcal A_Q
=
[0,1]. A Q = [ 0 , 1 ] . 若問題是：
哪個策略最大化期望收益？
則：
A Q = Π , \mathcal A_Q
=
\Pi, A Q = Π , 其中 Π \Pi Π
若問題是：
哪些因果圖與觀察相容？
則答案甚至可以是一個集合族：
A Q = P ( G ) . \mathcal A_Q
=
\mathcal P(\mathcal G). A Q = P ( G ) . 因此 SRBC 的完備性不是只針對真假命題，而是允許：
布林答案；
離散答案；
數值答案；
概率分佈；
策略；
結構；
集合；
區間；
高階物件。
2.2 部分查詢
並非每一個合法完成都保證 Q Q Q
例如一個模型中沒有定義「主持人策略」，則查詢：
Q ( M ) = P M ( win ∣ switch ) Q(M)
=
P_M(\text{win}\mid\text{switch}) Q ( M ) = P M ( win ∣ switch ) 可能沒有值。
因此更一般地：
Q : I ( u , C ) ⇀ A Q Q:
\mathfrak I(u,C)
\rightharpoonup
\mathcal A_Q Q : I ( u , C ) ⇀ A Q 可以是部分函數。
定義：
Dom ( Q ) ⊆ I ( u , C ) . \operatorname{Dom}(Q)
\subseteq
\mathfrak I(u,C). Dom ( Q ) ⊆ I ( u , C ) . 若：
Dom ( Q ) ≠ I ( u , C ) , \operatorname{Dom}(Q)
\neq
\mathfrak I(u,C), Dom ( Q ) = I ( u , C ) , 則出現一種比答案分岔更早的缺口：
某些合法完成甚至不足以使問題本身可計算。 \boxed{
\text{某些合法完成甚至不足以使問題本身可計算。}
} 某些合法完成甚至不足以使問題本身可計算。 本文稱此為 查詢可定義性缺口 。
3. 答案像
對固定 u , C , Q u,C,Q u , C , Q
A Q ( u , C ) = { Q ( M ) ∣ M ∈ I ( u , C ) ∩ Dom ( Q ) } . \mathcal A_Q(u,C)
=
\{
Q(M)
\mid
M\in\mathfrak I(u,C)\cap\operatorname{Dom}(Q)
\}. A Q ( u , C ) = { Q ( M ) ∣ M ∈ I ( u , C ) ∩ Dom ( Q )} . 稱為 查詢答案像 。
若 Q Q Q
A Q ( u , C ) = Q [ I ( u , C ) ] . \mathcal A_Q(u,C)
=
Q[
\mathfrak I(u,C)
]. A Q ( u , C ) = Q [ I ( u , C )] . 這個集合比：
∣ I ( u , C ) ∣ |\mathfrak I(u,C)| ∣ I ( u , C ) ∣ 更接近我們真正關心的東西。
例如：
∣ I ( u , C ) ∣ = 10 6 |\mathfrak I(u,C)|=10^6 ∣ I ( u , C ) ∣ = 1 0 6 並不代表有一百萬種有效答案。
如果：
A Q ( u , C ) = { a } , \mathcal A_Q(u,C)
=
\{a\}, A Q ( u , C ) = { a } , 那麼即使有大量語義完成，對查詢 Q Q Q
4. 查詢等價關係
在：
Dom ( Q ) \operatorname{Dom}(Q) Dom ( Q ) 上定義：
M i ∼ Q M j ⟺ Q ( M i ) = Q ( M j ) . M_i\sim_Q M_j
\iff
Q(M_i)=Q(M_j). M i ∼ Q M j ⟺ Q ( M i ) = Q ( M j ) . 若答案相等關係本身具有自反、對稱與遞移性，則：
∼ Q \sim_Q ∼ Q 構成等價關係。
因此合法完成族可以依查詢答案分割成等價類：
[ M ] Q = { M ′ ∈ I ( u , C ) ∣ Q ( M ′ ) = Q ( M ) } . [M]_Q
=
\{
M'
\in
\mathfrak I(u,C)
\mid
Q(M')=Q(M)
\}. [ M ] Q = { M ′ ∈ I ( u , C ) ∣ Q ( M ′ ) = Q ( M )} . 進而建立：
G Q ( u , C ) = I ( u , C ) / ∼ Q . \mathfrak G_Q(u,C)
=
\mathfrak I(u,C)/{\sim_Q}. G Q ( u , C ) = I ( u , C ) / ∼ Q . 本文稱：
G Q ( u , C ) \mathfrak G_Q(u,C) G Q ( u , C ) 為 查詢商空間 。
5. 查詢相對完備性
定義 5.1：強查詢相對完備
若：
Dom ( Q ) = I ( u , C ) \operatorname{Dom}(Q)
=
\mathfrak I(u,C) Dom ( Q ) = I ( u , C ) 且：
∣ A Q ( u , C ) ∣ = 1 , |\mathcal A_Q(u,C)|=1, ∣ A Q ( u , C ) ∣ = 1 , 則稱：
u u u 在上下文 C C C Q Q Q 強查詢相對完備 ，記為：
QRC ( u , C ; Q ) . \operatorname{QRC}(u,C;Q). QRC ( u , C ; Q ) . 等價地：
QRC ( u , C ; Q ) ⟺ ∣ G Q ( u , C ) ∣ = 1 \operatorname{QRC}(u,C;Q)
\iff
|\mathfrak G_Q(u,C)|=1 QRC ( u , C ; Q ) ⟺ ∣ G Q ( u , C ) ∣ = 1 且 Q Q Q
定義 5.2：查詢相對欠決定
若存在：
M i , M j ∈ I ( u , C ) M_i,M_j
\in
\mathfrak I(u,C) M i , M j ∈ I ( u , C ) 使：
Q ( M i ) ≠ Q ( M j ) , Q(M_i)\neq Q(M_j), Q ( M i ) = Q ( M j ) , 則稱：
u u u 對 Q Q Q 查詢相對欠決定 ，記為：
QRU ( u , C ; Q ) . \operatorname{QRU}(u,C;Q). QRU ( u , C ; Q ) . 即：
QRU ( u , C ; Q ) ⟺ ∣ A Q ( u , C ) ∣ > 1. \operatorname{QRU}(u,C;Q)
\iff
|\mathcal A_Q(u,C)|>1. QRU ( u , C ; Q ) ⟺ ∣ A Q ( u , C ) ∣ > 1. 定義 5.3：查詢可定義性不完備
若：
∃ M ∈ I ( u , C ) : M ∉ Dom ( Q ) , \exists M\in\mathfrak I(u,C):
M\notin\operatorname{Dom}(Q), ∃ M ∈ I ( u , C ) : M ∈ / Dom ( Q ) , 則稱 u u u Q Q Q 查詢可定義性不完備 ：
QDU ( u , C ; Q ) . \operatorname{QDU}(u,C;Q). QDU ( u , C ; Q ) . 因此，本框架至少區分三種狀態：
QRC \boxed{
\operatorname{QRC}
} QRC 答案已固定；
QRU \boxed{
\operatorname{QRU}
} QRU 存在不同合法答案；
以及：
QDU \boxed{
\operatorname{QDU}
} QDU 某些合法完成甚至不足以定義答案。
6. 第一個核心命題：多模型不推出多答案
命題 6.1：模型多重性與查詢欠決定非等價
可能同時成立：
∣ I ( u , C ) ∣ > 1 |\mathfrak I(u,C)|>1 ∣ I ( u , C ) ∣ > 1 與：
∣ A Q ( u , C ) ∣ = 1. |\mathcal A_Q(u,C)|=1. ∣ A Q ( u , C ) ∣ = 1. 證明
取：
I ( u , C ) = { M 1 , M 2 } \mathfrak I(u,C)
=
\{M_1,M_2\} I ( u , C ) = { M 1 , M 2 } 且：
M 1 ≠ M 2 . M_1\neq M_2. M 1 = M 2 . 令 M 1 , M 2 M_1,M_2 M 1 , M 2 Q Q Q Z Z Z
Q ( M 1 ) = a , Q(M_1)=a, Q ( M 1 ) = a , Q ( M 2 ) = a . Q(M_2)=a. Q ( M 2 ) = a . 因此：
∣ I ( u , C ) ∣ = 2 |\mathfrak I(u,C)|=2 ∣ I ( u , C ) ∣ = 2 但：
A Q ( u , C ) = { a } , \mathcal A_Q(u,C)
=
\{a\}, A Q ( u , C ) = { a } , 所以：
∣ A Q ( u , C ) ∣ = 1. |\mathcal A_Q(u,C)|=1. ∣ A Q ( u , C ) ∣ = 1. 得證。
這個命題看似簡單，但它排除了很多過度批判。
自然語言可以具有大量未決細節，卻不代表每一個問題都無法唯一回答。
因此：
Underspecified language ⇏ Underdetermined answer for every query . \boxed{
\text{Underspecified language}
\not\Rightarrow
\text{Underdetermined answer for every query}.
} Underspecified language ⇒ Underdetermined answer for every query . 7. 第二個核心命題：兩模型反例足以否證查詢完備
定理 7.1：雙模型欠決定證書
若存在：
M i , M j ∈ I ( u , C ) M_i,M_j
\in
\mathfrak I(u,C) M i , M j ∈ I ( u , C ) 使：
Q ( M i ) ≠ Q ( M j ) , Q(M_i)\neq Q(M_j), Q ( M i ) = Q ( M j ) , 則：
¬ QRC ( u , C ; Q ) . \neg\operatorname{QRC}(u,C;Q). ¬ QRC ( u , C ; Q ) . 證明
若：
QRC ( u , C ; Q ) \operatorname{QRC}(u,C;Q) QRC ( u , C ; Q ) 成立，依定義應有：
∣ A Q ( u , C ) ∣ = 1. |\mathcal A_Q(u,C)|=1. ∣ A Q ( u , C ) ∣ = 1. 但：
Q ( M i ) ≠ Q ( M j ) Q(M_i)\neq Q(M_j) Q ( M i ) = Q ( M j ) 代表：
∣ A Q ( u , C ) ∣ ≥ 2. |\mathcal A_Q(u,C)|\ge 2. ∣ A Q ( u , C ) ∣ ≥ 2. 矛盾。
故：
¬ QRC ( u , C ; Q ) . \neg\operatorname{QRC}(u,C;Q). ¬ QRC ( u , C ; Q ) . 得證。
這個定理將成為 SRBC-06 Monty Hall 語義手術的最低證明格式。
我們不需要枚舉所有自然語言可能解讀。
只需要構造：
M 1 , M 2 M_1,
M_2 M 1 , M 2 並完成兩件事：
M 1 , M 2 ∈ I ( u , C ) , M_1,M_2
\in
\mathfrak I(u,C), M 1 , M 2 ∈ I ( u , C ) , 以及：
Q ( M 1 ) ≠ Q ( M 2 ) . Q(M_1)\neq Q(M_2). Q ( M 1 ) = Q ( M 2 ) . 這就足以否證：
QRC ( u , C ; Q ) . \operatorname{QRC}(u,C;Q). QRC ( u , C ; Q ) . 這是一個有限反例證書。
8. 查詢核
不同 completion 可能有大量差異，但只有部分差異會影響 Q Q Q
令：
Feat ( M ) \operatorname{Feat}(M) Feat ( M ) 表示模型 M M M
定義查詢核：
Core Q ( u , C ) \operatorname{Core}_Q(u,C) Core Q ( u , C ) 為所有會影響 Q Q Q
理想形式可寫成：
Core Q = min { S : Q ( M ) = f Q ( M ∣ S ) } . \operatorname{Core}_Q
=
\min
\{
S:
Q(M)
=
f_Q(M|_S)
\}. Core Q = min { S : Q ( M ) = f Q ( M ∣ S )} . 其中：
M ∣ S M|_S M ∣ S 表示只保留變數集合 S S S
若某一語義變數：
z z z 滿足：
∀ M i , M j , M i ∣ Core Q ∖ { z } = M j ∣ Core Q ∖ { z } ⇒ Q ( M i ) = Q ( M j ) , \forall M_i,M_j,
\quad
M_i|_{\operatorname{Core}_Q\setminus\{z\}}
=
M_j|_{\operatorname{Core}_Q\setminus\{z\}}
\Rightarrow
Q(M_i)=Q(M_j), ∀ M i , M j , M i ∣ Core Q ∖ { z } = M j ∣ Core Q ∖ { z } ⇒ Q ( M i ) = Q ( M j ) , 則 z z z
相反地，若存在：
M i , M j M_i,M_j M i , M j 只在 z z z
Q ( M i ) ≠ Q ( M j ) , Q(M_i)\neq Q(M_j), Q ( M i ) = Q ( M j ) , 則 z z z Q Q Q
9. 查詢敏感語義自由度
SRBC-02 中的語義完成可能包含多個 open slot：
Θ = { θ 1 , θ 2 , … , θ n } . \Theta
=
\{
\theta_1,\theta_2,\ldots,\theta_n
\}. Θ = { θ 1 , θ 2 , … , θ n } . 本文把它分成：
Θ = Θ Q + ∪ Θ Q 0 , \Theta
=
\Theta_Q^{+}
\cup
\Theta_Q^{0}, Θ = Θ Q + ∪ Θ Q 0 , 其中：
Θ Q + \Theta_Q^{+} Θ Q + 表示能改變查詢答案的自由度；
Θ Q 0 \Theta_Q^{0} Θ Q 0 表示雖然語義上仍未固定，但對查詢 Q Q Q
因此可以定義：
Amb Q ( u , C ) = Θ Q + . \operatorname{Amb}_Q(u,C)
=
\Theta_Q^{+}. Amb Q ( u , C ) = Θ Q + . 這是 查詢敏感歧義集 。
若：
Θ Q + = ∅ , \Theta_Q^{+}
=
\varnothing, Θ Q + = ∅ , 且 Q Q Q
QRC ( u , C ; Q ) . \operatorname{QRC}(u,C;Q). QRC ( u , C ; Q ) . 10. 語義 GAP 的第一代精確化
過去可以說：
這句話有一個 GAP。
但若不說 GAP 對什麼問題造成影響，這句話仍然太寬。
本文把第一代 query-relative GAP 定義為：
Gap Q ( u , C ) = G Q ( u , C ) . \operatorname{Gap}_Q(u,C)
=
\mathfrak G_Q(u,C). Gap Q ( u , C ) = G Q ( u , C ) . 若：
∣ Gap Q ( u , C ) ∣ = 1 , |\operatorname{Gap}_Q(u,C)|=1, ∣ Gap Q ( u , C ) ∣ = 1 , 則對 Q Q Q
若：
∣ Gap Q ( u , C ) ∣ > 1 , |\operatorname{Gap}_Q(u,C)|>1, ∣ Gap Q ( u , C ) ∣ > 1 , 則存在查詢相關語義 GAP。
因此：
Semantic GAP is query-indexed. \boxed{
\text{Semantic GAP is query-indexed.}
} Semantic GAP is query-indexed. 至少在決策、推理與計算的操作意義上如此。
11. 數值查詢與歧義直徑
若答案域：
A Q \mathcal A_Q A Q 具有度量：
d Q , d_Q, d Q , 則可以定義查詢歧義直徑：
Δ Q ( u , C ) = sup M i , M j ∈ I ( u , C ) d Q ( Q ( M i ) , Q ( M j ) ) . \Delta_Q(u,C)
=
\sup_{
M_i,M_j\in\mathfrak I(u,C)
}
d_Q
\left(
Q(M_i),
Q(M_j)
\right). Δ Q ( u , C ) = M i , M j ∈ I ( u , C ) sup d Q ( Q ( M i ) , Q ( M j ) ) . 若：
Δ Q ( u , C ) = 0 , \Delta_Q(u,C)=0, Δ Q ( u , C ) = 0 , 則所有已定義答案相同。
若：
Δ Q ( u , C ) > 0 , \Delta_Q(u,C)>0, Δ Q ( u , C ) > 0 , 則存在查詢分岔。
因此在適當條件下：
QRC ( u , C ; Q ) ⇒ Δ Q ( u , C ) = 0. \operatorname{QRC}(u,C;Q)
\Rightarrow
\Delta_Q(u,C)=0. QRC ( u , C ; Q ) ⇒ Δ Q ( u , C ) = 0. 反之，若 Q Q Q d Q d_Q d Q
Δ Q ( u , C ) = 0 ⇒ QRC ( u , C ; Q ) . \Delta_Q(u,C)=0
\Rightarrow
\operatorname{QRC}(u,C;Q). Δ Q ( u , C ) = 0 ⇒ QRC ( u , C ; Q ) . 12. 容差查詢完備性
實務中，答案不一定需要完全相等。
例如數值估計：
0.501 0.501 0.501 與：
0.502 0.502 0.502 可能在某任務下等價。
因此給定容差：
ε ≥ 0 , \varepsilon\ge 0, ε ≥ 0 , 定義：
M i ∼ Q , ε M j ⟺ d Q ( Q ( M i ) , Q ( M j ) ) ≤ ε . M_i\sim_{Q,\varepsilon}M_j
\iff
d_Q
\left(
Q(M_i),
Q(M_j)
\right)
\le
\varepsilon. M i ∼ Q , ε M j ⟺ d Q ( Q ( M i ) , Q ( M j ) ) ≤ ε . 更穩健地，可直接定義：
QRC ε ( u , C ; Q ) ⟺ Δ Q ( u , C ) ≤ ε . \operatorname{QRC}_{\varepsilon}(u,C;Q)
\iff
\Delta_Q(u,C)
\le
\varepsilon. QRC ε ( u , C ; Q ) ⟺ Δ Q ( u , C ) ≤ ε . 稱為 容差查詢相對完備 。
其中：
ε = 0 \varepsilon=0 ε = 0 退化回強完備。
這讓 SRBC 可以處理：
數值模擬；
概率近似；
物理測量；
統計估計；
AI 不確定度；
工程容忍範圍。
13. 分佈型答案
有時 Q ( M ) Q(M) Q ( M )
Q ( M ) = P M ( Y ∣ E ) . Q(M)
=
P_M(Y\mid E). Q ( M ) = P M ( Y ∣ E ) . 此時可選擇：
d Q d_Q d Q 為某種分佈距離。
因此：
Δ Q ( u , C ) = sup M i , M j d Q ( P M i , P M j ) . \Delta_Q(u,C)
=
\sup_{M_i,M_j}
d_Q
\left(
P_{M_i},
P_{M_j}
\right). Δ Q ( u , C ) = M i , M j sup d Q ( P M i , P M j ) . 本文暫不固定唯一距離。
可依任務採用：
total variation 類距離；
Wasserstein 類距離；
KL 類非對稱量；
task-specific decision distance。
重要的不是選哪個距離，而是：
completion difference → answer difference \boxed{
\text{completion difference}
\rightarrow
\text{answer difference}
} completion difference → answer difference 必須經過明確的 query map，而不能只靠語感判定。
14. 命題查詢與邏輯蘊含
若查詢是布林命題：
Q φ ( M ) = 1 [ M ⊨ φ ] , Q_{\varphi}(M)
=
\mathbf 1[M\models\varphi], Q φ ( M ) = 1 [ M ⊨ φ ] , 則查詢相對完備有一個熟悉的邏輯版本。
若：
∀ M ∈ I ( u , C ) : M ⊨ φ , \forall M\in\mathfrak I(u,C):
M\models\varphi, ∀ M ∈ I ( u , C ) : M ⊨ φ , 則：
Γ ( u , C ) ⊨ φ \Gamma(u,C)\models\varphi Γ ( u , C ) ⊨ φ 在所選模型類與語義制度下成立。
若：
∀ M ∈ I ( u , C ) : M ⊨ ¬ φ , \forall M\in\mathfrak I(u,C):
M\models\neg\varphi, ∀ M ∈ I ( u , C ) : M ⊨ ¬ φ , 則：
Γ ( u , C ) ⊨ ¬ φ . \Gamma(u,C)\models\neg\varphi. Γ ( u , C ) ⊨ ¬ φ . 若同時存在：
M i ⊨ φ M_i\models\varphi M i ⊨ φ 與：
M j ⊨ ¬ φ , M_j\models\neg\varphi, M j ⊨ ¬ φ , 則：
QRU ( u , C ; Q φ ) . \operatorname{QRU}(u,C;Q_{\varphi}). QRU ( u , C ; Q φ ) . 因此 SRBC-03 並不取代模型論，而是把模型論式的「所有模型是否同意」推廣到任意答案域與任意可審計查詢。
15. 不可回答不是第三個答案
一個重要陷阱是把：
undefined \operatorname{undefined} undefined 當作普通答案值。
例如：
A Q = { 1 / 2 , 2 / 3 , undefined } . \mathcal A_Q
=
\{
1/2,
2/3,
\operatorname{undefined}
\}. A Q = { 1/2 , 2/3 , undefined } . 這在某些程式實作上方便，但理論上應分開。
因為：
Q ( M ) = 1 / 2 Q(M)=1/2 Q ( M ) = 1/2 表示問題在該模型中有定義且答案為 1 / 2 1/2 1/2
而：
M ∉ Dom ( Q ) M\notin\operatorname{Dom}(Q) M ∈ / Dom ( Q ) 表示完成本身缺少讓該查詢成立的必要結構。
因此：
answer disagreement ≠ query undefinability . \boxed{
\text{answer disagreement}
\neq
\text{query undefinability}.
} answer disagreement = query undefinability . 這個區分對概率題尤其重要。
如果原敘述沒有指定重複試驗規則、條件化事件或主持人 policy，某些「勝率」問題可能不是得到另一個數字，而是根本還沒有唯一指定要對哪個隨機機制計算概率。
16. 第三個核心定理：語義加強下的完備單調性
令：
Γ \Gamma Γ 為原語義約束，
新增約束：
Δ Γ , \Delta\Gamma, ΔΓ , 得到：
Γ ′ = Γ ∪ Δ Γ . \Gamma'
=
\Gamma
\cup
\Delta\Gamma. Γ ′ = Γ ∪ ΔΓ. 若新增約束只是排除原本合法完成，而不引入新完成，則：
I Γ ′ ( u , C ) ⊆ I Γ ( u , C ) . \mathfrak I_{\Gamma'}(u,C)
\subseteq
\mathfrak I_{\Gamma}(u,C). I Γ ′ ( u , C ) ⊆ I Γ ( u , C ) . 定理 16.1：固定查詢下的完備單調性
若：
QRC Γ ( u , C ; Q ) \operatorname{QRC}_{\Gamma}(u,C;Q) QRC Γ ( u , C ; Q ) 且：
I Γ ′ ( u , C ) ⊆ I Γ ( u , C ) , \mathfrak I_{\Gamma'}(u,C)
\subseteq
\mathfrak I_{\Gamma}(u,C), I Γ ′ ( u , C ) ⊆ I Γ ( u , C ) , 並且：
I Γ ′ ( u , C ) ≠ ∅ , \mathfrak I_{\Gamma'}(u,C)\neq\varnothing, I Γ ′ ( u , C ) = ∅ , 則：
QRC Γ ′ ( u , C ; Q ) . \operatorname{QRC}_{\Gamma'}(u,C;Q). QRC Γ ′ ( u , C ; Q ) . 證明
由：
QRC Γ ( u , C ; Q ) \operatorname{QRC}_{\Gamma}(u,C;Q) QRC Γ ( u , C ; Q ) 知存在唯一答案 a a a
∀ M ∈ I Γ ( u , C ) : Q ( M ) = a . \forall M\in\mathfrak I_{\Gamma}(u,C):
Q(M)=a. ∀ M ∈ I Γ ( u , C ) : Q ( M ) = a . 又因：
I Γ ′ ( u , C ) ⊆ I Γ ( u , C ) , \mathfrak I_{\Gamma'}(u,C)
\subseteq
\mathfrak I_{\Gamma}(u,C), I Γ ′ ( u , C ) ⊆ I Γ ( u , C ) , 所以：
∀ M ∈ I Γ ′ ( u , C ) : Q ( M ) = a . \forall M\in\mathfrak I_{\Gamma'}(u,C):
Q(M)=a. ∀ M ∈ I Γ ′ ( u , C ) : Q ( M ) = a . 因此：
∣ A Q Γ ′ ( u , C ) ∣ = 1. |\mathcal A_Q^{\Gamma'}(u,C)|=1. ∣ A Q Γ ′ ( u , C ) ∣ = 1. 得證。
這個定理非常重要。
它說：
一旦某個固定查詢已經在所有原合法完成中得到相同答案，後續只是增加合法約束，不可能憑空把這個查詢重新分裂成多個答案。
但要注意，若：
查詢本身變了；
上下文重定義了語義；
新規則改變了 admissibility；
原 completion space 被重新開放；
不是縮小模型族，而是更換模型類；
則不能套用此定理。
17. 欠決定可以被閉合
反過來，若原本：
QRU Γ ( u , C ; Q ) , \operatorname{QRU}_{\Gamma}(u,C;Q), QRU Γ ( u , C ; Q ) , 則新增約束可能排除造成分岔的模型。
存在：
Δ Γ \Delta\Gamma ΔΓ 使：
I Γ ∪ Δ Γ ( u , C ) \mathfrak I_{\Gamma\cup\Delta\Gamma}(u,C) I Γ ∪ ΔΓ ( u , C ) 只保留同一個 Q Q Q
此時：
QRU → QRC . \operatorname{QRU}
\rightarrow
\operatorname{QRC}. QRU → QRC . 這就是 語義閉合 的操作意義。
自然語言不需要「變得絕對無歧義」。
它只需要增加足夠約束，使：
∣ G Q ∣ = 1. |\mathfrak G_Q|=1. ∣ G Q ∣ = 1. 18. 最小語義閉合
定義候選補充約束集合：
D = { δ 1 , δ 2 , … } . \mathcal D
=
\{
\delta_1,\delta_2,\ldots
\}. D = { δ 1 , δ 2 , … } . 對某個成本函數：
c ( Δ Γ ) , c(\Delta\Gamma), c ( ΔΓ ) , 定義 最小查詢閉合成本 ：
κ Q ( u , C ) = inf Δ Γ { c ( Δ Γ ) : QRC Γ ∪ Δ Γ ( u , C ; Q ) } . \kappa_Q(u,C)
=
\inf_{\Delta\Gamma}
\left\{
c(\Delta\Gamma)
:
\operatorname{QRC}_{\Gamma\cup\Delta\Gamma}(u,C;Q)
\right\}. κ Q ( u , C ) = ΔΓ inf { c ( ΔΓ ) : QRC Γ ∪ ΔΓ ( u , C ; Q ) } . 若成本簡化為新增獨立約束數量：
c ( Δ Γ ) = ∣ Δ Γ ∣ , c(\Delta\Gamma)
=
|\Delta\Gamma|, c ( ΔΓ ) = ∣ΔΓ∣ , 則：
κ Q ( u , C ) \kappa_Q(u,C) κ Q ( u , C ) 可理解為：
至少還要補多少個有效語義條件，才能讓查詢答案唯一？
這將直接支援後續 Monty Hall 分析。
例如原敘述若沒有固定：
主持人是否必定開門；
是否必定開羊門；
是否永遠避免參賽者原選門；
是否每次都提供換門；
兩扇羊門時如何選擇；
參賽者是否已知上述規則；
則不同查詢所需的最小閉合條件可能不同。
19. 最小區分查詢
除了問：
還要補什麼語義？
也可以反過來問：
哪一個最小問題最能暴露兩個完成模型的差異？
給定：
M i ≠ M j , M_i\neq M_j, M i = M j , 尋找：
Q ∗ Q^* Q ∗ 使：
Q ∗ ( M i ) ≠ Q ∗ ( M j ) , Q^*(M_i)\neq Q^*(M_j), Q ∗ ( M i ) = Q ∗ ( M j ) , 且查詢複雜度：
c ( Q ∗ ) c(Q^*) c ( Q ∗ ) 最小。
定義：
Q ∗ = arg min Q { c ( Q ) : Q ( M i ) ≠ Q ( M j ) } . Q^*
=
\arg\min_Q
\left\{
c(Q):
Q(M_i)\neq Q(M_j)
\right\}. Q ∗ = arg Q min { c ( Q ) : Q ( M i ) = Q ( M j ) } . 這是 最小區分查詢 。
它很適合研究：
兩個語義模型到底差在哪；
哪個實驗可以最快區分兩種理論；
哪個問句可以暴露自然語言隱含假設；
哪個 intervention 最能辨識因果模型；
哪個 benchmark 最能測 AI 是否偷偷補入額外前提。
20. 多查詢完備性
實際任務通常不是單一問題。
令：
Q = { Q 1 , Q 2 , … , Q n } . \mathcal Q
=
\{
Q_1,Q_2,\ldots,Q_n
\}. Q = { Q 1 , Q 2 , … , Q n } . 定義聯合查詢：
Q Q ( M ) = ( Q 1 ( M ) , Q 2 ( M ) , … , Q n ( M ) ) . Q_{\mathcal Q}(M)
=
\left(
Q_1(M),
Q_2(M),
\ldots,
Q_n(M)
\right). Q Q ( M ) = ( Q 1 ( M ) , Q 2 ( M ) , … , Q n ( M ) ) . 若：
∣ A Q Q ( u , C ) ∣ = 1 , |\mathcal A_{Q_{\mathcal Q}}(u,C)|=1, ∣ A Q Q ( u , C ) ∣ = 1 , 則稱：
u u u 對查詢族 Q \mathcal Q Q
可以記為：
QRC ( u , C ; Q ) . \operatorname{QRC}(u,C;\mathcal Q). QRC ( u , C ; Q ) . 顯然：
QRC ( u , C ; Q ) \operatorname{QRC}(u,C;\mathcal Q) QRC ( u , C ; Q ) 比對單一 Q i Q_i Q i
21. 查詢階層
不同查詢的辨識能力不同。
若：
Q 2 Q_2 Q 2 的答案足以推出：
Q 1 Q_1 Q 1 的答案，亦即存在函數：
f f f 使：
Q 1 = f ∘ Q 2 , Q_1
=
f\circ Q_2, Q 1 = f ∘ Q 2 , 則可記：
Q 1 ⪯ Q 2 . Q_1
\preceq
Q_2. Q 1 ⪯ Q 2 . 意思是：
Q 2 Q_2 Q 2 至少和 Q 1 Q_1 Q 1
如果：
QRC ( u , C ; Q 2 ) , \operatorname{QRC}(u,C;Q_2), QRC ( u , C ; Q 2 ) , 則：
QRC ( u , C ; Q 1 ) . \operatorname{QRC}(u,C;Q_1). QRC ( u , C ; Q 1 ) . 因為更細的答案已唯一，自然可以推出更粗的答案唯一。
反之不成立。
例如：
換門是否比不換更好？
可能已唯一回答「是」；
但：
換門精確勝率是多少？
仍可能在合法完成間不同。
因此：
coarse query completeness ⇏ fine query completeness . \boxed{
\text{coarse query completeness}
\not\Rightarrow
\text{fine query completeness}.
} coarse query completeness ⇒ fine query completeness . 22. 查詢完備性不是世界完備性
即使：
QRC ( u , C ; Q ) \operatorname{QRC}(u,C;Q) QRC ( u , C ; Q ) 成立，也不能推出：
∣ I ( u , C ) ∣ = 1. |\mathfrak I(u,C)|=1. ∣ I ( u , C ) ∣ = 1. 因此：
Query completeness ⇏ semantic uniqueness . \boxed{
\text{Query completeness}
\not\Rightarrow
\text{semantic uniqueness}.
} Query completeness ⇒ semantic uniqueness . 更不能推出：
world-model completeness . \boxed{
\text{world-model completeness}.
} world-model completeness . 本文刻意採取弱而可證的完備概念。
我們只主張：
對指定查詢而言，所有合法完成已經給出同一答案。
而不主張：
我們已經知道整個世界的唯一模型。
23. 查詢相對完備與 SREG 的相對全域思想
SREG 已經區分：
relative-global closure \text{relative-global closure} relative-global closure 與：
terminal completeness . \text{terminal completeness}. terminal completeness . SRBC-03 在語義層面建立相似區分。
查詢相對完備：
QRC ( u , C ; Q ) \operatorname{QRC}(u,C;Q) QRC ( u , C ; Q ) 只表示：
在目前合法 completion domain 中，對指定 Q 已無答案分岔。 \boxed{
\text{在目前合法 completion domain 中，對指定 }Q\text{ 已無答案分岔。}
} 在目前合法 completion domain 中，對指定 Q 已無答案分岔。 它不表示：
未來任何新 frame、語境、representation 或 query 都不會重開。 \boxed{
\text{未來任何新 frame、語境、representation 或 query 都不會重開。}
} 未來任何新 frame 、語境、 representation 或 query 都不會重開。 因此 SRBC 與 SREG 的閉合哲學一致：
local or relative completion ≠ terminal omniscience . \text{local or relative completion}
\neq
\text{terminal omniscience}. local or relative completion = terminal omniscience . 24. 查詢重開
若上下文從：
C C C 變為：
C ′ , C', C ′ , 或者表示系統從：
Λ \Lambda Λ 變為：
Λ ′ , \Lambda', Λ ′ , 則 completion space 可能變化：
I ( u , C ) → I ( u , C ′ ) . \mathfrak I(u,C)
\rightarrow
\mathfrak I(u,C'). I ( u , C ) → I ( u , C ′ ) . 因此原本：
QRC ( u , C ; Q ) \operatorname{QRC}(u,C;Q) QRC ( u , C ; Q ) 不保證：
QRC ( u , C ′ ; Q ) . \operatorname{QRC}(u,C';Q). QRC ( u , C ′ ; Q ) . 這不是與定理 16.1 矛盾。
因為定理 16.1 要求：
I Γ ′ ⊆ I Γ . \mathfrak I_{\Gamma'}\subseteq\mathfrak I_{\Gamma}. I Γ ′ ⊆ I Γ . 而 reframe 可能不是縮小，而是重新定義 admissibility，甚至加入原本不可見的新語義自由度。
因此需要保存：
FrameID , \operatorname{FrameID}, FrameID , ContextID , \operatorname{ContextID}, ContextID , RepresentationID , \operatorname{RepresentationID}, RepresentationID , QueryID . \operatorname{QueryID}. QueryID . 任何完備證書都應綁定這些資訊。
25. 反例證書
本文定義第一代 Query Underdetermination Certificate ：
srbc_query_underdetermination_certificate:
expression: u
context: C
query: Q
completion_a:
model_id: M1
admissibility: verified
commitments:
- ...
provenance:
- ...
answer: a1
completion_b:
model_id: M2
admissibility: verified
commitments:
- ...
provenance:
- ...
answer: a2
discriminator:
answer_relation: "a1 != a2"
conclusion:
query_relative_complete: false
其數學核心只有：
M 1 , M 2 ∈ I ( u , C ) M_1,M_2
\in
\mathfrak I(u,C) M 1 , M 2 ∈ I ( u , C ) 以及：
Q ( M 1 ) ≠ Q ( M 2 ) . Q(M_1)\neq Q(M_2). Q ( M 1 ) = Q ( M 2 ) . 但工程證書必須多保存：
原表述；
上下文；
模型 schema；
每一個 completion commitment；
provenance；
admissibility 驗證；
query 定義；
answer 計算方法；
模型間真正差異；
可重放資訊。
這是避免「反例其實偷偷違反原句」的關鍵。
26. 完備證書
反例證書容易，完備證書更難。
要證明：
QRC ( u , C ; Q ) \operatorname{QRC}(u,C;Q) QRC ( u , C ; Q ) 不能只測幾個模型。
需要證明：
∀ M ∈ I ( u , C ) : Q ( M ) = a . \forall M\in\mathfrak I(u,C):
Q(M)=a. ∀ M ∈ I ( u , C ) : Q ( M ) = a . 第一代完備證書至少可以有四種形式。
26.1 邏輯蘊含證書
若 Q Q Q
Γ ( u , C ) ⊨ φ . \Gamma(u,C)\models\varphi. Γ ( u , C ) ⊨ φ . 26.2 查詢核固定證書
若能找到：
Core Q \operatorname{Core}_Q Core Q 且證明所有合法 completion 在該核上同值，則：
Q ( M ) Q(M) Q ( M ) 被固定。
26.3 有限模型窮舉證書
若 completion space 有限且完整枚舉：
I ( u , C ) = { M 1 , … , M n } , \mathfrak I(u,C)
=
\{
M_1,\ldots,M_n
\}, I ( u , C ) = { M 1 , … , M n } , 並驗證：
Q ( M 1 ) = ⋯ = Q ( M n ) = a , Q(M_1)=\cdots=Q(M_n)=a, Q ( M 1 ) = ⋯ = Q ( M n ) = a , 則成立。
26.4 符號性消元證書
若可對自由變數：
Θ \Theta Θ 做符號消元，證明：
Q ( M ( Θ ) ) = a Q(M(\Theta))
=
a Q ( M ( Θ )) = a 對所有 admissible Θ \Theta Θ
27. 抽樣不是完備證明
若只測：
M 1 , … , M k M_1,\ldots,M_k M 1 , … , M k 並發現：
Q ( M 1 ) = ⋯ = Q ( M k ) , Q(M_1)=\cdots=Q(M_k), Q ( M 1 ) = ⋯ = Q ( M k ) , 只能得到經驗支持。
不能直接推出：
∀ M ∈ I ( u , C ) : Q ( M ) = a . \forall M\in\mathfrak I(u,C):
Q(M)=a. ∀ M ∈ I ( u , C ) : Q ( M ) = a . 因此：
sample agreement ⇏ query completeness . \boxed{
\text{sample agreement}
\not\Rightarrow
\text{query completeness}.
} sample agreement ⇒ query completeness . 這一點對 AI benchmark、模擬、Monte Carlo 與自然語言測試都重要。
大量抽樣可以提高信心，但只要 completion space 未被證明覆蓋，就不能把樣本一致誤寫成語義完備定理。
28. 模擬正確不等於表述完備
這直接連到後續 Monty Hall。
假設程式寫死：
host always knows the prize location
host always opens an unchosen goat door
host always offers switching
則模擬可以非常正確地得到：
P ( switch wins ) ≈ 2 3 . P(\text{switch wins})
\approx
\frac23. P ( switch wins ) ≈ 3 2 . 這證明的是：
Q ( M s t a n d a r d ) = 2 3 . Q(M_{\mathrm{standard}})
=
\frac23. Q ( M standard ) = 3 2 . 它不證明：
I ( u , C ) = { M s t a n d a r d } . \mathfrak I(u,C)
=
\{
M_{\mathrm{standard}}
\}. I ( u , C ) = { M standard } . 因此：
simulation validates a model ≠ simulation proves the text uniquely specifies that model . \boxed{
\text{simulation validates a model}
\neq
\text{simulation proves the text uniquely specifies that model}.
} simulation validates a model = simulation proves the text uniquely specifies that model . 這是 SRBC-03 對舊 Monty Hall 論證最重要的補強之一。
29. 正確答案與正確問題是兩層
形式推理至少分兩層。
第一層：
Given M , is Q ( M ) correctly computed? \boxed{
\text{Given }M,\text{ is }Q(M)\text{ correctly computed?}
} Given M , is Q ( M ) correctly computed? 第二層：
Does u , C uniquely determine the Q -relevant part of M ? \boxed{
\text{Does }u,C\text{ uniquely determine the }Q\text{-relevant part of }M?
} Does u , C uniquely determine the Q -relevant part of M ? 傳統爭論常只處理第一層。
SRBC 處理第二層。
兩者不能互相取代。
可能同時成立：
Q ( M ∗ ) = a Q(M^*)=a Q ( M ∗ ) = a 是完全正確的；
但：
QRU ( u , C ; Q ) \operatorname{QRU}(u,C;Q) QRU ( u , C ; Q ) 也成立。
這沒有矛盾。
它只表示：
在指定完成模型中答案是 a a a a a a
30. 不同讀者不是模型合法性的證明
另一個常見錯誤是：
有人理解成 M 1 M_1 M 1 M 2 M_2 M 2
這不夠。
人可以誤讀。
因此：
reader disagreement ⇏ M 1 , M 2 ∈ I ( u , C ) . \text{reader disagreement}
\not\Rightarrow
M_1,M_2\in\mathfrak I(u,C). reader disagreement ⇒ M 1 , M 2 ∈ I ( u , C ) . SRBC 要求每個候選 completion 都獨立通過 admissibility。
所以真正證書是：
Adm ( M 1 ∣ u , C ) \operatorname{Adm}(M_1\mid u,C) Adm ( M 1 ∣ u , C ) 與：
Adm ( M 2 ∣ u , C ) , \operatorname{Adm}(M_2\mid u,C), Adm ( M 2 ∣ u , C ) , 而不是：
Believes ( Reader 1 , M 1 ) . \operatorname{Believes}(\text{Reader}_1,M_1). Believes ( Reader 1 , M 1 ) . 這將語義論證從民調問題轉成模型審計問題。
31. 常識不是自動免費約束
上下文可以合法加入常識。
但必須標記。
若：
K K K 為背景知識集合，則：
Γ ( u , C , K ) \Gamma(u,C,K) Γ ( u , C , K ) 可以比：
Γ ( u , C ) \Gamma(u,C) Γ ( u , C ) 更強。
然而要區分：
K l i n g K_{\mathrm{ling}} K ling 語言習慣；
K d o m a i n K_{\mathrm{domain}} K domain 領域規則；
K i n s t i t u t i o n K_{\mathrm{institution}} K institution 制度背景；
K w o r l d K_{\mathrm{world}} K world 一般世界知識；
K a n a l y s t K_{\mathrm{analyst}} K analyst 分析者額外假設。
否則分析者很容易把：
K a n a l y s t K_{\mathrm{analyst}} K analyst 偷偷寫成：
K t e x t . K_{\mathrm{text}}. K text . 因此完備性必須帶來源索引：
QRC ( u , C , K ; Q ) . \operatorname{QRC}(u,C,K;Q). QRC ( u , C , K ; Q ) . 32. 查詢相對完備與敘述者視角
同一句話在不同資訊視角下可能產生不同 completion space。
令：
V V V 為視角。
則更完整地：
I ( u , C , V ) . \mathfrak I(u,C,V). I ( u , C , V ) . 因此：
QRC ( u , C , V ; Q ) \operatorname{QRC}(u,C,V;Q) QRC ( u , C , V ; Q ) 可能對：
V 1 V_1 V 1 成立，而對：
V 2 V_2 V 2 不成立。
這表示舊三門問題研究中「敘述者知道什麼」、「參賽者知道什麼」、「分析者被告知什麼」的差異，不應只作文字批評，而可以直接進入 completion construction。
33. 知識命題與策略命題不可合併
後續 Monty Hall 中最關鍵的 query-sensitive distinction 之一是：
K H ( C ) K_H(C) K H ( C ) 主持人知道車的位置；
與：
π H \pi_H π H 主持人使用何種開門策略。
一般而言：
K H ( C ) ⇏ π H . K_H(C)
\not\Rightarrow
\pi_H. K H ( C ) ⇒ π H . 因為 knowledge state 與 policy state 是不同模型欄位。
例如：
M 1 : K H ( C ) = 1 , π H = always-open-goat , M_1:
\quad
K_H(C)=1,
\quad
\pi_H=\text{always-open-goat}, M 1 : K H ( C ) = 1 , π H = always-open-goat , 與：
M 2 : K H ( C ) = 1 , π H = random-unchosen-door . M_2:
\quad
K_H(C)=1,
\quad
\pi_H=\text{random-unchosen-door}. M 2 : K H ( C ) = 1 , π H = random-unchosen-door . 兩者可以同時滿足：
K H ( C ) = 1. K_H(C)=1. K H ( C ) = 1. 若原句只固定 knowledge，而未固定 policy，則是否允許 M 2 M_2 M 2
他既然知道，當然就是故意這樣做。
代替證明。
34. 單次事件與生成機制不可合併
再考慮一個觀察：
O : 主持人打開三號門，三號門是羊。 O:
\text{主持人打開三號門，三號門是羊。} O : 主持人打開三號門，三號門是羊。 這是一個事件。
它不自動指定：
P ( H ∣ C , P , π H ) . P(H\mid C,P,\pi_H). P ( H ∣ C , P , π H ) . 因此：
O ⇏ π H . O
\not\Rightarrow
\pi_H. O ⇒ π H . 更不能從單次：
H t 0 = 3 H_{t_0}=3 H t 0 = 3 直接推出：
∀ t , H t ∼ π H ∗ . \forall t,
\quad
H_t
\sim
\pi_H^*. ∀ t , H t ∼ π H ∗ . 所以：
observed event ≠ generating policy . \boxed{
\text{observed event}
\neq
\text{generating policy}.
} observed event = generating policy . 這個區分會成為 SRBC-04「非法語義升格」的核心案例。
35. 問題中的量詞是查詢的一部分
例如：
換門是否比較有利？
可能被解析成不同 query。
一種是：
Q 1 ( M ) = 1 [ P M ( W ∣ switch ) > P M ( W ∣ stay ) ] . Q_1(M)
=
\mathbf 1
\left[
P_M(W\mid\text{switch})
>
P_M(W\mid\text{stay})
\right]. Q 1 ( M ) = 1 [ P M ( W ∣ switch ) > P M ( W ∣ stay ) ] . 另一種是：
Q 2 ( M ) = P M ( W ∣ switch ) . Q_2(M)
=
P_M(W\mid\text{switch}). Q 2 ( M ) = P M ( W ∣ switch ) . 第三種可能是：
Q 3 ( M ) = arg max π E M [ U ∣ π ] . Q_3(M)
=
\arg\max_{\pi}
\mathbb E_M[U\mid\pi]. Q 3 ( M ) = arg π max E M [ U ∣ π ] . 這些不是同一問題。
所以即使：
QRC ( u , C ; Q 1 ) \operatorname{QRC}(u,C;Q_1) QRC ( u , C ; Q 1 ) 成立，也不代表：
QRC ( u , C ; Q 2 ) \operatorname{QRC}(u,C;Q_2) QRC ( u , C ; Q 2 ) 成立。
SRBC 因此要求把 query 本身 canonicalize。
36. 查詢規格
第一代 Query Specification 建議至少包含：
query:
id: Q
input_model_class: ...
answer_domain: ...
target_variable: ...
conditioning_information: ...
intervention: ...
policy_assumptions: ...
time_index: ...
observer: ...
aggregation_rule: ...
undefined_conditions: ...
tolerance: ...
尤其概率查詢不能只寫：
what is the probability?
而應至少知道：
P M ( E ∣ I , π , t , V ) P_M
\left(
E
\mid
I,
\pi,
t,
V
\right) P M ( E ∣ I , π , t , V ) 各欄位究竟代表什麼。
37. 查詢依賴圖
可建立：
D Q = ( V Q , E Q ) , D_Q
=
(V_Q,E_Q), D Q = ( V Q , E Q ) , 其中節點表示：
查詢結果；
中介量；
模型變數；
語義約束；
observation；
policy；
time；
observer；
probability kernel。
若某 open slot 不在 Q Q Q
Θ Q 0 . \Theta_Q^0. Θ Q 0 . 若它位於依賴祖先中，則進一步測試其是否真的能改變答案。
這提供一個計算近似方法，用來尋找：
Core Q . \operatorname{Core}_Q. Core Q . 38. 查詢相對語義壓縮
一旦我們只關心 Q Q Q
π Q : I ( u , C ) → G Q ( u , C ) . \pi_Q:
\mathfrak I(u,C)
\rightarrow
\mathfrak G_Q(u,C). π Q : I ( u , C ) → G Q ( u , C ) . 即把所有對 Q Q Q
因此：
G Q \mathfrak G_Q G Q 可以視為與問題 Q Q Q
這很重要。
因為 AI 或形式系統不需要永遠解析所有語義自由度。
它可以做：
query-directed semantic resolution . \boxed{
\text{query-directed semantic resolution}.
} query-directed semantic resolution . 只解析：
Θ Q + , \Theta_Q^{+}, Θ Q + , 而暫時保留：
Θ Q 0 \Theta_Q^{0} Θ Q 0 未決。
這與 SREG 的 delayed commitment 高度一致。
39. 查詢導向延遲承諾
若：
θ ∈ Θ Q 0 , \theta\in\Theta_Q^0, θ ∈ Θ Q 0 , 則為了回答 Q Q Q
θ = θ i \theta=\theta_i θ = θ i 可能是不必要的。
因此：
θ ∈ Θ Q 0 ⇒ prefer delayed commitment . \boxed{
\theta\in\Theta_Q^0
\Rightarrow
\text{prefer delayed commitment}.
} θ ∈ Θ Q 0 ⇒ prefer delayed commitment . 而若：
θ ∈ Θ Q + , \theta\in\Theta_Q^{+}, θ ∈ Θ Q + , 則系統必須：
要求補充資訊；
顯式分支；
回傳答案集合；
回傳區間；
回傳條件式答案；
或標記 query-relative underdetermination。
這比「所有 ambiguity 都要完全消掉」更有效率。
40. 條件式回答
當：
QRU ( u , C ; Q ) \operatorname{QRU}(u,C;Q) QRU ( u , C ; Q ) 成立，系統不必停止。
可以輸出：
Q ( M ) = { a 1 , θ = θ 1 , a 2 , θ = θ 2 . Q(M)
=
\begin{cases}
a_1, & \theta=\theta_1,\\
a_2, & \theta=\theta_2.
\end{cases} Q ( M ) = { a 1 , a 2 , θ = θ 1 , θ = θ 2 . 或：
A Q ( u , C ) = { a 1 , a 2 } . \mathcal A_Q(u,C)
=
\{
a_1,a_2
\}. A Q ( u , C ) = { a 1 , a 2 } . 這比任選一個 branch 更誠實。
因此 SRBC 不主張：
有歧義就不能回答。
而主張：
有查詢相關歧義時，不應把條件式答案偽裝成無條件唯一答案。
41. 最小反例與最小閉合是一對雙問題
反例問題：
最少需要哪兩個模型，就能證明答案未被固定？ \boxed{
\text{最少需要哪兩個模型，就能證明答案未被固定？}
} 最少需要哪兩個模型，就能證明答案未被固定？ 閉合問題：
最少需要增加哪些約束，就能讓答案被固定？ \boxed{
\text{最少需要增加哪些約束，就能讓答案被固定？}
} 最少需要增加哪些約束，就能讓答案被固定？ 兩者可以形成對偶式研究程序：
countermodel search ↔ minimal completion search . \text{countermodel search}
\leftrightarrow
\text{minimal completion search}. countermodel search ↔ minimal completion search . 這將是後續 SRBC runtime 的核心演算法方向之一。
42. 第一代 SRBC-03 判定流程
給定：
( u , C , Q ) , (u,C,Q), ( u , C , Q ) , 執行：
Step 1：建立語義約束
Γ = Γ ( u , C ) . \Gamma
=
\Gamma(u,C). Γ = Γ ( u , C ) . Step 2：建立或近似 completion space
I ( u , C ) . \mathfrak I(u,C). I ( u , C ) . Step 3：檢查查詢可定義性
∀ M ∈ I : M ∈ Dom ( Q ) ? \forall M\in\mathfrak I:
M\in\operatorname{Dom}(Q)? ∀ M ∈ I : M ∈ Dom ( Q )? 若否，回報：
QDU . \operatorname{QDU}. QDU . Step 4：搜尋可區分模型
尋找：
M i , M j M_i,M_j M i , M j 使：
Q ( M i ) ≠ Q ( M j ) . Q(M_i)\neq Q(M_j). Q ( M i ) = Q ( M j ) . 若找到，回報：
QRU . \operatorname{QRU}. QRU . Step 5：若找不到，不立即宣告完備
必須再決定是否具有：
全模型證明；
邏輯蘊含證書；
符號消元證書；
完整有限枚舉；
其他 completeness proof。
Step 6：若證書完成
回報：
QRC . \operatorname{QRC}. QRC . 43. 三值審計狀態
工程上不應只有：
complete / incomplete
而建議至少：
{ ProvedComplete , ProvedUnderdetermined , Unresolved } . \{
\operatorname{ProvedComplete},
\operatorname{ProvedUnderdetermined},
\operatorname{Unresolved}
\}. { ProvedComplete , ProvedUnderdetermined , Unresolved } . 其中：
ProvedComplete
已有：
∀ M ∈ I : Q ( M ) = a \forall M\in\mathfrak I:
Q(M)=a ∀ M ∈ I : Q ( M ) = a 的證明。
ProvedUnderdetermined
已有：
M i , M j ∈ I M_i,M_j\in\mathfrak I M i , M j ∈ I 且：
Q ( M i ) ≠ Q ( M j ) Q(M_i)\neq Q(M_j) Q ( M i ) = Q ( M j ) 的證書。
Unresolved
目前未找到反例，但也未完成全域證明。
因此：
no counterexample found ≠ proved complete . \boxed{
\text{no counterexample found}
\neq
\text{proved complete}.
} no counterexample found = proved complete . 44. 開放世界下的第四狀態
若 completion space 本身仍可能因新表示、新上下文或新 admissibility 規則擴張，可以加入：
FrameRelativeComplete . \operatorname{FrameRelativeComplete}. FrameRelativeComplete . 其含義是：
在目前聲明的 frame 內已證明完備。 \boxed{
\text{在目前聲明的 frame 內已證明完備。}
} 在目前聲明的 frame 內已證明完備。 但保留：
ReopenCondition . \operatorname{ReopenCondition}. ReopenCondition . 這與 SREG 的 relative-global closure 完全一致。
45. 查詢相對完備性的失敗模式
本文區分至少八種失敗。
45.1 偽唯一化
選了一個 completion，就宣稱原句只有該 completion。
45.2 偽歧義化
看到多個 completion，就宣稱所有問題都沒有唯一答案。
45.3 查詢漂移
討論中偷偷把：
Q 1 Q_1 Q 1 換成：
Q 2 . Q_2. Q 2 . 45.4 模型注入
把分析者新增的 policy、prior 或 causal structure 當成文本原生內容。
45.5 未定義值混入答案域
把：
undefined \operatorname{undefined} undefined 當普通答案。
45.6 抽樣冒充證明
有限 sample agreement 被升格成全 completion theorem。
45.7 視角偷換
從 narrator information 直接切到 participant information，而沒有轉移規則。
45.8 生成機制偷換
由觀察到的結果反推出唯一 policy 或 probability kernel。
46. 與形式語義學的關係
形式語義學早已處理：
lexical ambiguity；
quantifier scope；
anaphora；
discourse update；
underspecified representation；
context dependence。
SRBC-03 不把這些當成新發現。
本文新增的主要焦點是：
把 semantic completion family 與 arbitrary query 綁定。 \boxed{
\text{把 semantic completion family 與 arbitrary query 綁定。}
} 把 semantic completion family 與 arbitrary query 綁定。 並要求：
分支是否會改變答案；
哪些 open slot 對 query 敏感；
能否構造有限 countermodel certificate；
能否證明 query-relative completeness；
還需多少 constraint 才能閉合；
是否可只解析 query-sensitive ambiguity。
因此 SRBC 的目標更偏向：
formal reasoning audit；
AI reasoning；
probability protocol；
decision theory；
simulation specification；
causal modeling；
theorem interpretation；
benchmark construction。
47. 與問題語義學的關係
自然語言研究中，問句本身已有成熟語義傳統。
SRBC 不主張重新發明 question semantics。
本文的 Q Q Q
它可以是：
自然語言問題；
theorem query；
SQL-like query；
probability functional；
policy evaluator；
causal intervention；
model checker；
verification condition；
program output；
scientific observable。
因此：
Q Q Q 被當作對 completion model 的觀察算子。
這讓同一套框架可以跨自然語言與形式系統使用。
48. 查詢作為觀察算子
可以將：
Q Q Q 視為：
Q : M ↦ Obs Q ( M ) . Q:
M
\mapsto
\operatorname{Obs}_Q(M). Q : M ↦ Obs Q ( M ) . 不同模型若：
Q ( M i ) = Q ( M j ) , Q(M_i)=Q(M_j), Q ( M i ) = Q ( M j ) , 則對該查詢不可區分。
因此：
M i ∼ Q M j M_i\sim_Q M_j M i ∼ Q M j 也可以理解成一種 observation equivalence。
這使 SRBC-03 可以和：
bisimulation；
observational equivalence；
sufficient statistics；
quotient construction；
形成結構類比。
本文不宣稱它們完全等價，而是指出同一個高階模式：
忽略與當前觀察無關的內部差異。 \boxed{
\text{忽略與當前觀察無關的內部差異。}
} 忽略與當前觀察無關的內部差異。 49. 查詢集逐步逼近模型辨識
若加入更多查詢：
Q 1 , Q 2 , … Q_1,Q_2,\ldots Q 1 , Q 2 , … 則模型等價類可能逐步細化。
定義：
M i ∼ Q M j ⟺ ∀ Q ∈ Q : Q ( M i ) = Q ( M j ) . M_i\sim_{\mathcal Q}M_j
\iff
\forall Q\in\mathcal Q:
Q(M_i)=Q(M_j). M i ∼ Q M j ⟺ ∀ Q ∈ Q : Q ( M i ) = Q ( M j ) . 若：
Q 1 ⊆ Q 2 , \mathcal Q_1
\subseteq
\mathcal Q_2, Q 1 ⊆ Q 2 , 則：
∼ Q 2 \sim_{\mathcal Q_2} ∼ Q 2 通常至少和：
∼ Q 1 \sim_{\mathcal Q_1} ∼ Q 1 一樣細。
當查詢集足夠強時，可能出現：
[ M ] Q = { M } . [M]_{\mathcal Q}
=
\{M\}. [ M ] Q = { M } . 這時 query family 已經能唯一辨識模型。
但 SRBC 不要求每次都走到這裡。
對大多數任務，只要指定問題已閉合即可。
50. 查詢相對完備性的認識論意義
這個框架拒絕兩個極端。
第一個極端：
自然語言有歧義，所以什麼都不能確定。
第二個極端：
我有一個形式化，所以原句必然只有這個意思。
SRBC-03 提出中間位置：
語義可以不唯一，但問題答案仍可唯一。 \boxed{
\text{語義可以不唯一，但問題答案仍可唯一。}
} 語義可以不唯一，但問題答案仍可唯一。 以及：
嚴格答案可以正確，但其適用模型仍需另外證明。 \boxed{
\text{嚴格答案可以正確，但其適用模型仍需另外證明。}
} 嚴格答案可以正確，但其適用模型仍需另外證明。 這讓我們可以同時保留：
自然語言的開放性；
形式推理的嚴格性；
局部問題的可判定性；
對隱含假設的審計能力。
51. Monty Hall 的預備形式
本文不在此完成 Monty Hall 全部手術，只建立接口。
令原始敘述為：
u M H . u_{\mathrm{MH}}. u MH . 合法 completion space：
I M H = I ( u M H , C ) . \mathfrak I_{\mathrm{MH}}
=
\mathfrak I(u_{\mathrm{MH}},C). I MH = I ( u MH , C ) . 查詢可定義為：
Q s w i t c h ( M ) = P M ( W ∣ switch , O ) . Q_{\mathrm{switch}}(M)
=
P_M
\left(
W
\mid
\operatorname{switch},
O
\right). Q switch ( M ) = P M ( W ∣ switch , O ) . 若後續找到：
M s t d ∈ I M H M_{\mathrm{std}}
\in
\mathfrak I_{\mathrm{MH}} M std ∈ I MH 且：
Q s w i t c h ( M s t d ) = 2 3 , Q_{\mathrm{switch}}(M_{\mathrm{std}})
=
\frac23, Q switch ( M std ) = 3 2 , 這只證明標準模型中的答案。
若再找到：
M a l t ∈ I M H M_{\mathrm{alt}}
\in
\mathfrak I_{\mathrm{MH}} M alt ∈ I MH 且：
Q s w i t c h ( M a l t ) ≠ 2 3 , Q_{\mathrm{switch}}(M_{\mathrm{alt}})
\neq
\frac23, Q switch ( M alt ) = 3 2 , 則立刻得到：
QRU ( u M H , C ; Q s w i t c h ) . \operatorname{QRU}
\left(
u_{\mathrm{MH}},C;
Q_{\mathrm{switch}}
\right). QRU ( u MH , C ; Q switch ) . 反過來，若要證明原敘述本身已足以推出：
2 3 , \frac23, 3 2 , 則必須證明：
∀ M ∈ I M H , Q s w i t c h ( M ) = 2 3 . \forall
M\in\mathfrak I_{\mathrm{MH}},
\quad
Q_{\mathrm{switch}}(M)
=
\frac23. ∀ M ∈ I MH , Q switch ( M ) = 3 2 . 這就是新版論證的強度要求。
52. 「Marilyn 是對的」與「原句完備」可同時分離
後續研究必須避免製造假二分。
可能同時成立：
Q ( M M a r i l y n ) = 2 3 Q(M_{\mathrm{Marilyn}})
=
\frac23 Q ( M Marilyn ) = 3 2 且：
QRU ( u o r i g i n a l , C ; Q ) . \operatorname{QRU}(u_{\mathrm{original}},C;Q). QRU ( u original , C ; Q ) . 這兩句不矛盾。
第一句說：
在 Marilyn 採取的標準規則模型中，答案是 2 / 3 2/3 2/3
第二句說：
原始自然語言是否唯一指定該模型，是另一個問題。
這正是本系列要重建的論證邊界。
53. SREG-SRBC 接口
SREG-F03 已建立：
latent semantic field；
candidate formalization family；
delayed commitment；
ambiguity debt；
branch merge。
SRBC-03 為這些分支加入 query filter。
可寫成：
B = { B 1 , … , B n } \mathcal B
=
\{
B_1,\ldots,B_n
\} B = { B 1 , … , B n } 經過：
Q Q Q 後得到：
π Q ( B ) = { [ B 1 ] Q , … } . \pi_Q(\mathcal B)
=
\{
[B_1]_Q,\ldots
\}. π Q ( B ) = {[ B 1 ] Q , … } . 因此 SREG 不必把所有 branch 永久保留為同等高優先級。
可以：
合併 Q Q Q
優先探索能改變答案的 branch；
對 Q Q Q
對 Q Q Q
對已找到的 countermodel 生成證書。
這使 ambiguity debt 可以進一步拆成：
D a m b = D Q + + D Q 0 , D_{\mathrm{amb}}
=
D_Q^{+}
+
D_Q^{0}, D amb = D Q + + D Q 0 , 其中：
D Q + D_Q^{+} D Q + 為查詢敏感負債；
D Q 0 D_Q^{0} D Q 0 為當前查詢不敏感負債。
54. 查詢敏感負債
可定義第一代：
D Q + = ∑ θ i ∈ Θ Q + w i ⋅ u i , D_Q^{+}
=
\sum_{\theta_i\in\Theta_Q^{+}}
w_i
\cdot
u_i, D Q + = θ i ∈ Θ Q + ∑ w i ⋅ u i , 其中：
w i w_i w i 為該 open slot 對任務的重要度，
u i u_i u i 為未解析程度。
如果：
D Q + = 0 , D_Q^{+}=0, D Q + = 0 , 並且 query definability 完成，則有機會達到：
QRC . \operatorname{QRC}. QRC . 但：
D Q 0 > 0 D_Q^{0}>0 D Q 0 > 0 不一定妨礙當前查詢閉合。
這比單一 ambiguity score 更細。
55. AI 推理中的應用
大型模型常見流程是：
u → M ^ → Q ( M ^ ) . u
\rightarrow
\widehat M
\rightarrow
Q(\widehat M). u → M → Q ( M ) . 問題在於：
M ^ \widehat M M 常由模型靜默補完。
如果答案正確，使用者不一定看得出 completion injection。
SRBC 建議改成：
u → I Q ( u , C ) → QRC/QRU/QDU → answer . u
\rightarrow
\mathfrak I_Q(u,C)
\rightarrow
\operatorname{QRC/QRU/QDU}
\rightarrow
\text{answer}. u → I Q ( u , C ) → QRC/QRU/QDU → answer . 其中：
I Q \mathfrak I_Q I Q 不必是完整 completion space，而可以是 query-directed candidate family。
56. AI 不應過度澄清
如果：
Θ Q + = ∅ , \Theta_Q^{+}
=
\varnothing, Θ Q + = ∅ , 即使自然語言仍有很多無關歧義，也不需要向使用者追問全部細節。
因此：
ambiguity exists ⇏ clarification is necessary . \boxed{
\text{ambiguity exists}
\not\Rightarrow
\text{clarification is necessary}.
} ambiguity exists ⇒ clarification is necessary . 只有當：
Θ Q + ≠ ∅ \Theta_Q^{+}\neq\varnothing Θ Q + = ∅ 且不同分支會造成實質答案差異時，澄清才具有 query-level 必要性。
這提供一個更精確的人機互動原則。
57. AI 也不應過度自信
相反地，若已找到：
M i , M j M_i,M_j M i , M j 且：
Q ( M i ) ≠ Q ( M j ) , Q(M_i)\neq Q(M_j), Q ( M i ) = Q ( M j ) , 則模型若仍輸出單一無條件答案：
a a a 就是把某一 branch 的結論錯寫成表述本身的結論。
因此應改為：
條件式回答；
提問澄清；
回傳答案範圍；
列出關鍵分歧假設；
或明示「目前表述不足以唯一固定答案」。
58. 科學理論比較中的應用
令：
I = { M 1 , M 2 , … } \mathfrak I
=
\{
M_1,M_2,\ldots
\} I = { M 1 , M 2 , … } 為多個與現有資料相容的科學模型。
對某 observable：
Q Q Q 若：
Q ( M i ) = Q ( M j ) Q(M_i)=Q(M_j) Q ( M i ) = Q ( M j ) 則該 observable 無法區分它們。
因此尋找：
Q ∗ Q^* Q ∗ 使：
Q ∗ ( M i ) ≠ Q ∗ ( M j ) Q^*(M_i)\neq Q^*(M_j) Q ∗ ( M i ) = Q ∗ ( M j ) 就是尋找 discriminating experiment。
所以 SRBC-03 的 query-relative structure 不只屬於自然語言，也與一般模型辨識具有共同形式。
59. 法律與規則文本中的應用
規則文本常存在：
範圍；
例外；
主體；
時點；
權限；
義務；
默示條件；
未完全固定的情況。
此時不能只問：
文字有沒有歧義？
更精確的是：
對案件查詢 Q Q Q
本文不提供法律判決方法，但提供一個形式審計框架。
60. 軟體規格中的應用
給定 requirement：
u . u. u . 不同工程師可能實作：
M 1 , M 2 . M_1,M_2. M 1 , M 2 . 如果對 acceptance test：
Q Q Q 兩者同值，該差異可能與此 test 無關。
但若：
Q ( M 1 ) ≠ Q ( M 2 ) , Q(M_1)\neq Q(M_2), Q ( M 1 ) = Q ( M 2 ) , 則 requirement 對該 acceptance criterion 欠規格。
所以：
QRU \operatorname{QRU} QRU 可以直接對應 specification gap。
61. 反事實查詢
令：
Q cf ( M ) = Y M ( do ( X = x ) ) . Q_{\operatorname{cf}}(M)
=
Y_M
\left(
\operatorname{do}(X=x)
\right). Q cf ( M ) = Y M ( do ( X = x ) ) . 此時 completion space 若未固定因果結構，可能出現：
Q cf ( M i ) ≠ Q cf ( M j ) Q_{\operatorname{cf}}(M_i)
\neq
Q_{\operatorname{cf}}(M_j) Q cf ( M i ) = Q cf ( M j ) 即使所有模型對觀測資料完全一致。
因此：
observational completeness ⇏ counterfactual completeness . \boxed{
\text{observational completeness}
\not\Rightarrow
\text{counterfactual completeness}.
} observational completeness ⇒ counterfactual completeness . 這與使用者既有反事實世界研究可以進一步連接，但本文只保留接口。
62. 時序查詢
若：
Q t ( M ) Q_t(M) Q t ( M ) 依賴時間，則：
QRC ( u , C ; Q t 1 ) \operatorname{QRC}(u,C;Q_{t_1}) QRC ( u , C ; Q t 1 ) 不保證：
QRC ( u , C ; Q t 2 ) . \operatorname{QRC}(u,C;Q_{t_2}). QRC ( u , C ; Q t 2 ) . 因此動態系統中應明確把：
t t t 納入 query signature。
否則「現在成立」可能被偷換成「所有時間都成立」。
63. 全域量詞查詢的額外負擔
若查詢是：
Q ∀ ( M ) = 1 [ ∀ x ∈ D M : P ( x ) ] , Q_{\forall}(M)
=
\mathbf 1
\left[
\forall x\in D_M:
P(x)
\right], Q ∀ ( M ) = 1 [ ∀ x ∈ D M : P ( x ) ] , 則其證明負擔通常高於有限局部查詢。
尤其當：
D M D_M D M 會因 completion 而變動時，問題更複雜。
因此：
global query \boxed{
\text{global query}
} global query 必須同時審計：
domain；
quantifier scope；
admissible model class；
boundary conditions。
這將與 SRBC-04 的全域量詞非法升格直接銜接。
64. 絕對詞與查詢閉合
自然語言中的：
都帶來更強 query。
例如：
Q a l l ( M ) Q_{\mathrm{all}}(M) Q all ( M ) 與：
Q s o m e ( M ) Q_{\mathrm{some}}(M) Q some ( M ) 其 query-sensitive open slots 可能完全不同。
因此 SRBC-01 所指出的「無界指涉不等於無界消歧能力」在此得到查詢版本：
使用全域符號 ⇏ 全域查詢已被語義閉合 . \boxed{
\text{使用全域符號}
\not\Rightarrow
\text{全域查詢已被語義閉合}.
} 使用全域符號 ⇒ 全域查詢已被語義閉合 . 65. 第一代形式化總結
給定：
( u , C , Q ) , (u,C,Q), ( u , C , Q ) , 建立：
Γ ( u , C ) , \Gamma(u,C), Γ ( u , C ) , I ( u , C ) , \mathfrak I(u,C), I ( u , C ) , Dom ( Q ) , \operatorname{Dom}(Q), Dom ( Q ) , A Q ( u , C ) , \mathcal A_Q(u,C), A Q ( u , C ) , ∼ Q , \sim_Q, ∼ Q , G Q ( u , C ) . \mathfrak G_Q(u,C). G Q ( u , C ) . 其中：
G Q ( u , C ) = I ( u , C ) / ∼ Q . \mathfrak G_Q(u,C)
=
\mathfrak I(u,C)/{\sim_Q}. G Q ( u , C ) = I ( u , C ) / ∼ Q . 核心判準為：
QRC ( u , C ; Q ) ⟺ Dom ( Q ) = I ( u , C ) ∧ ∣ G Q ( u , C ) ∣ = 1. \boxed{
\operatorname{QRC}(u,C;Q)
\iff
\operatorname{Dom}(Q)
=
\mathfrak I(u,C)
\land
|\mathfrak G_Q(u,C)|=1.
} QRC ( u , C ; Q ) ⟺ Dom ( Q ) = I ( u , C ) ∧ ∣ G Q ( u , C ) ∣ = 1. 而：
QRU ( u , C ; Q ) ⟺ ∣ G Q ( u , C ) ∣ > 1. \boxed{
\operatorname{QRU}(u,C;Q)
\iff
|\mathfrak G_Q(u,C)|>1.
} QRU ( u , C ; Q ) ⟺ ∣ G Q ( u , C ) ∣ > 1. 以及：
QDU ( u , C ; Q ) ⟺ Dom ( Q ) ≠ I ( u , C ) . \boxed{
\operatorname{QDU}(u,C;Q)
\iff
\operatorname{Dom}(Q)
\neq
\mathfrak I(u,C).
} QDU ( u , C ; Q ) ⟺ Dom ( Q ) = I ( u , C ) . 66. 本文的六個核心原理
原理一：查詢索引原理
Semantic completeness must be indexed by a query. \boxed{
\text{Semantic completeness must be indexed by a query.}
} Semantic completeness must be indexed by a query. 至少在任務性判定中，完備性必須說明是「對什麼問題完備」。
原理二：多模型非等價原理
∣ I ∣ > 1 ⇏ ∣ A Q ∣ > 1. \boxed{
|\mathfrak I|>1
\not\Rightarrow
|\mathcal A_Q|>1.
} ∣ I ∣ > 1 ⇒ ∣ A Q ∣ > 1. 多個語義完成不代表當前答案不唯一。
原理三：雙模型反例原理
M i , M j ∈ I ∧ Q ( M i ) ≠ Q ( M j ) ⇒ ¬ QRC . \boxed{
M_i,M_j\in\mathfrak I
\land
Q(M_i)\neq Q(M_j)
\Rightarrow
\neg\operatorname{QRC}.
} M i , M j ∈ I ∧ Q ( M i ) = Q ( M j ) ⇒ ¬ QRC . 原理四：分支結果非反投影原理
若：
Q ( M i ) = a , Q(M_i)=a, Q ( M i ) = a , 只能證明該 branch 的答案，不能自行推出：
∀ M ∈ I : Q ( M ) = a . \forall M\in\mathfrak I:
Q(M)=a. ∀ M ∈ I : Q ( M ) = a . 原理五：固定查詢的閉合單調性
若：
I ′ ⊆ I \mathfrak I'
\subseteq
\mathfrak I I ′ ⊆ I 且原本：
QRC , \operatorname{QRC}, QRC , 則只要：
I ′ ≠ ∅ , \mathfrak I'\neq\varnothing, I ′ = ∅ , 完備性保持。
原理六：無反例不等於完備
failure to find M i , M j ⇏ QRC . \boxed{
\text{failure to find }M_i,M_j
\not\Rightarrow
\operatorname{QRC}.
} failure to find M i , M j ⇒ QRC . 需要真正 completeness certificate。
67. 可證偽性
本文框架應在以下情況被修正或削弱。
若無法建立一致且可操作的 admissible completion 概念；
若 query equivalence 在實務上無法比傳統 ambiguity description 提供額外判定力；
若 query-directed resolution 無法降低不必要的語義解析成本；
若 completion provenance 對反例合法性沒有實質幫助；
若最小閉合與最小區分查詢無法操作化；
若多數實際案例中 query definition 本身比原語義問題更不穩定，且無法透過 canonical query specification 改善；
若 SRBC-06 無法對 Monty Hall 構造真正 admissible 且 query-distinguishable completion family；
若所謂 countermodel 只能靠明顯違反原文本才能產生。
68. 研究限制
本文尚未完成：
admissibility 的完整公理化；
自然語言到 completion space 的自動生成器；
query core 的唯一性證明；
最小閉合成本的通用計算複雜度；
無限 completion space 的一般可判定性；
probabilistic semantics 下的統一距離；
context shift 的完整動力學；
observer-indexed semantics 的完整理論；
causal query 與 epistemic query 的統一型別系統；
Monty Hall 的最終模型族枚舉。
因此 SRBC-03 是一個第一代形式判準，不是自然語言完備性的終極定理。
69. 下一篇：語義越界與隱含結構注入
SRBC-03 已經回答：
什麼時候，多個合法完成真的會造成不同答案？ \boxed{
\text{什麼時候，多個合法完成真的會造成不同答案？}
} 什麼時候，多個合法完成真的會造成不同答案？ 下一篇 SRBC-04 將回答：
那些讓 branch 偷偷變成「唯一答案」的額外結構，究竟是怎麼被注入的？ \boxed{
\text{那些讓 branch 偷偷變成「唯一答案」的額外結構，究竟是怎麼被注入的？}
} 那些讓 branch 偷偷變成「唯一答案」的額外結構，究竟是怎麼被注入的？ 重點包括：
∃ → ∀ , \exists
\rightarrow
\forall, ∃ → ∀ , event → law , \text{event}
\rightarrow
\text{law}, event → law , knowledge → policy , \text{knowledge}
\rightarrow
\text{policy}, knowledge → policy , observation → generation mechanism , \text{observation}
\rightarrow
\text{generation mechanism}, observation → generation mechanism , local → global , \text{local}
\rightarrow
\text{global}, local → global , current → all-time , \text{current}
\rightarrow
\text{all-time}, current → all-time , 以及：
possible → necessary . \text{possible}
\rightarrow
\text{necessary}. possible → necessary . 這將建立 SRBC 的 Semantic Illegal Lift 理論，並為 SRBC-05 的 GAP 測度與 SRBC-06 的 Monty Hall 語義手術提供直接工具。
70. 結論
SRBC-01 建立了符號表徵並非無條件無界的概念，並把符號能力放回表示系統、上下文、主體與任務中理解。
SRBC-02 進一步拒絕：
u ↦ M u\mapsto M u ↦ M 的先驗唯一化，建立：
u ↦ I ( u , C ) . u
\mapsto
\mathfrak I(u,C). u ↦ I ( u , C ) . 但若停在這裡，我們仍可能犯另一個錯誤：
因為有多個 completion，所以任何問題都沒有唯一答案。
SRBC-03 的核心修正是加入：
Q . Q. Q . 從此真正要研究的不是：
∣ I ( u , C ) ∣ , |\mathfrak I(u,C)|, ∣ I ( u , C ) ∣ , 而是：
∣ G Q ( u , C ) ∣ . |\mathfrak G_Q(u,C)|. ∣ G Q ( u , C ) ∣. 因此：
語義不唯一 ≠ 答案不唯一 . \boxed{
\text{語義不唯一}
\neq
\text{答案不唯一}.
} 語義不唯一 = 答案不唯一 . 以及：
答案在單一模型中嚴格成立 ≠ 原表述已唯一指定該答案 . \boxed{
\text{答案在單一模型中嚴格成立}
\neq
\text{原表述已唯一指定該答案}.
} 答案在單一模型中嚴格成立 = 原表述已唯一指定該答案 . 真正的查詢相對完備條件是：
∀ M ∈ I ( u , C ) : Q ( M ) = a . \boxed{
\forall M\in\mathfrak I(u,C):
Q(M)=a.
} ∀ M ∈ I ( u , C ) : Q ( M ) = a . 而真正的欠決定反例只需要：
∃ M i , M j ∈ I ( u , C ) : Q ( M i ) ≠ Q ( M j ) . \boxed{
\exists M_i,M_j\in\mathfrak I(u,C):
Q(M_i)\neq Q(M_j).
} ∃ M i , M j ∈ I ( u , C ) : Q ( M i ) = Q ( M j ) . 這把自然語言中的「GAP」第一次轉成一個可以被模型構造、反例搜尋、形式證明與機器審計的判定問題。
對後續 Monty Hall 而言，這意味著爭論標準已經改變。
我們不再只問：
哪個答案比較符合直覺？
也不只問：
在標準模型裡是不是 2 / 3 2/3 2/3
而是問：
原始表述所允許的所有合法完成，是否都把指定概率查詢固定為同一值？ \boxed{
\text{原始表述所允許的所有合法完成，是否都把指定概率查詢固定為同一值？}
} 原始表述所允許的所有合法完成，是否都把指定概率查詢固定為同一值？ 如果答案是是，則應建立完備證書。
如果答案是否，只需要兩個合法且 query-distinguishable 的模型，就能建立欠決定證書。
這正是 SRBC 從「語義批評」進入「形式語義手術」的關鍵轉折。
參考與前置文件
SRBC / SREG 內部前置
Neo.K with Aletheia. 《SRBC-01｜符號表徵邊界：符號、符號域與概念承載上下限》. EveMissLab, 2026.
Neo.K with Aletheia. 《SRBC-02｜語義完成空間：從單一表述到形式模型族》. EveMissLab, 2026.
Neo.K with Aletheia. 《SREG-F01｜從符號遊戲到數學宇宙實驗》. EveMissLab, 2026.
Neo.K with Aletheia. 《SREG-F03｜形式化壓縮與低歧義數學生成》. EveMissLab, 2026.
Neo.K with Aletheia. 《SREG-F04｜脈衝窮盡閉包》. EveMissLab, 2026.
Neo.K with Aletheia. 《符號操作性與可構造空間：從結構再激活到表示系統擴展》. EveMissLab, 2026.
外部理論背景
Tarski, A. Logic, Semantics, Metamathematics . Oxford University Press, 1956.
Hamblin, C. L. "Questions in Montague English." Foundations of Language , 10, 41-53, 1973.
Karttunen, L. "Syntax and Semantics of Questions." Linguistics and Philosophy , 1, 3-44, 1977.
Kamp, H. "A Theory of Truth and Semantic Representation." In Formal Methods in the Study of Language , 1981.
Kamp, H., & Reyle, U. From Discourse to Logic . Kluwer Academic Publishers, 1993.
Reyle, U. "Dealing with Ambiguities by Underspecification: Construction, Representation and Deduction." Journal of Semantics , 10(2), 123-179, 1993.
Copestake, A., Flickinger, D., Pollard, C., & Sag, I. A. "Minimal Recursion Semantics: An Introduction." Research on Language and Computation , 3, 281-332, 2005.
Groenendijk, J., & Stokhof, M. Studies on the Semantics of Questions and the Pragmatics of Answers . University of Amsterdam, 1984.
版本註記
v0.1 / 2026-09-23
建立查詢物件 Q Q Q A Q \mathcal A_Q A Q
建立部分查詢與 query definability gap；
建立查詢答案像 A Q ( u , C ) \mathcal A_Q(u,C) A Q ( u , C )
建立 Q Q Q G Q ( u , C ) \mathfrak G_Q(u,C) G Q ( u , C )
定義強查詢相對完備 QRC \operatorname{QRC} QRC
定義查詢相對欠決定 QRU \operatorname{QRU} QRU
定義查詢可定義性不完備 QDU \operatorname{QDU} QDU
證明模型多重性不推出查詢欠決定；
建立雙模型欠決定證書；
建立查詢核與 query-sensitive ambiguity；
建立 query-relative GAP；
建立歧義直徑 Δ Q \Delta_Q Δ Q
建立分佈型答案接口；
建立邏輯蘊含版本；
證明固定查詢下的語義加強完備單調性；
建立最小語義閉合 κ Q \kappa_Q κ Q
建立最小區分查詢；
建立多查詢完備與查詢階層；
建立 countermodel certificate 與 completeness certificate；
明確區分 sample agreement 與 completeness proof；
建立 query-directed delayed commitment；
將 SRBC 接回 SREG ambiguity debt；
為 SRBC-04 Semantic Illegal Lift、SRBC-05 GAP Measurement 與 SRBC-06 Monty Hall Semantic Surgery 建立形式接口。