title: XOST 技術映射與人工世界實作系列｜光譜真與無限維張力場圖形渲染系列 Paper 05：程序世界、合成基準與可視化實驗
english_title: Procedural Worlds, Synthetic Benchmarks, and Visual Experiments for Typed Spectral Rendering
series_id: XOST-TM
subseries_id: XOST-TM-STR
paper_id: XOST-TM-STR-05
version: v0.1
date: 2026-11-01
language: zh-TW
authorship: Neo.K（理論與研究路線）；GPT-6（技術形式化、參考程式、實驗與研究原稿）
affiliation: EveMissLab／一言諾科技有限公司
status: CANONICAL RESEARCH DRAFT; CONSTRUCTED-WORLD BENCHMARK; NOT EMPIRICAL PHYSICS
canonical_source: UTF-8 Markdown; LF; no BOM; no Unicode math-source conversions
math_source_rule: inline $...$ ; display $$...$$ only
github_status: LOCAL_ONLY_NO_UPSTREAM_WRITE
predecessor: XOST-TM-STR-04 v0.1 (2026-11-01); XOST-TM-STR-00–03; XOST Paper 00–07

XOST 技術映射與人工世界實作系列

Q: 8.3 反身研究是否已出現？

若未來系統根據上一輪對不同人工世界的誤差證據選擇下一輪渲染算子，其選擇政策就成為新的研究對象。這是後續反身式算子搜尋與自適應決策的可操作接口。

光譜真與無限維張力場圖形渲染系列 · Paper 05

程序世界、合成基準與可視化實驗

Procedural Worlds, Synthetic Benchmarks, and Visual Experiments for Typed Spectral Rendering

研究定位： 人工世界的技術可構造性、已知生成規則下的空間重建、演算法適用域與初步效能比較。
研究與協作： Neo.K × GPT-6；EveMissLab／一言諾科技有限公司。
版本日期： v0.1，2026-11-01。
正式原始碼： 本 UTF-8 Markdown 與同 ZIP 封存的程式、JSON、CSV、SVG、測試及雜湊清單。
基本限制： 不把程序生成的地景當成自然物理；不把插值對解析函數的擬合當成 AI 學習；不把同一 SVG 引擎內部的測試冒充業界渲染引擎比較。

作者： Neo.K（理論與研究路線）；GPT-6（技術形式化、參考程式、實驗與研究原稿）
機構： EveMissLab／一言諾科技有限公司
日期： 2026-11-01
版本： v0.1
原稿狀態： CANONICAL RESEARCH DRAFT; CONSTRUCTED-WORLD BENCHMARK; NOT EMPIRICAL PHYSICS

摘要

XOST-TM-STR Paper 00–04 已依序建立技術映射研究立場、有型別場中介表示、開放維度與版本化有向張力圖、獨立的 SVG 場算子，以及可檢驗的有限反身顯示政策回饋。然而，先前對一個歷史人工場的渲染成功，僅證明該場可以被特定演算法表達，仍不足以回答：當人工世界的生成機制、連續性、缺測分布和邊界條件有所不同時，渲染算子是否保留其適用性？傳統插值基線與本系列的型別契約如何分工？哪些主張能由重播測試確認，哪些需要後續獨立實驗？

本篇提出 Procedural Spectral World Benchmark（PSWB）v0.1，將前篇來源固定的有型別人工場拆分成四個新的、明示定義的解析生成世界：cascade_estuary（瀑布—河流—河口風格的帶狀場）、ridge_fan（山脊與峰谷）、archipelago_boundary（群島與邊界）、step_barrier（刻意設計的不連續條帶反例）。上述名稱是視覺／幾何語義，不表示求解了河流流體方程、地形演化方程或自然物理定律。四個世界以 Paper 04 已封存的96個節點之座標與八個活動測度的型別作為可追溯接口，重新生成各自的數值與明示缺測；它們均是全新版本0的人工世界分支，不宣稱繼承 Paper 02 世界的歷史因果或過去觀測值。

對每個世界使用三個明示整數種子，共12個場案例；在每例相同的609個測試座標上，使用相同節點、遮罩、鄰域半徑與支援條件，分別比較標準最近鄰法與反距離加權法（IDW）。比較僅測量人工解析基準的空間重建誤差：RMSE、MAE、偏差、 $0.5$ 門檻下的分類一致率、有效覆蓋與邊界子集誤差；遮罩區域不被填為零。step_barrier 是探索過程中另加的、刻意偏向不連續保留的負向對照世界，必須在資料中標註其設計目的，不可假裝12例是在結果出現前完成獨立預註冊。

實際構造實驗顯示，在本次選用的三個種子下，IDW 對 cascade_estuary、ridge_fan、archipelago_boundary 的 RMSE 較低；而 step_barrier 的三個種子均由最近鄰取得較低 RMSE。這不是普遍統計定律，而是範圍受限但可逐位元組重播的算子適用域反例：不存在從「此場採光譜表示」直接推出「某種插值演算法必然最佳」的合法推論。

此外，本文封存十組代表性的原始 SVG／Render IR／政策與收據，包括四類世界各兩種插值，以及關閉幾何形變、關閉示意流線的局部消融。記錄單機 CPython CPU 時間及 SVG bytes，確認本系列已具有可重播的程式化比較流程，但未證明 GPU、跨平台效能優勢或人類感知品質改善。所有技術比較均維持 XOST 的核心分型：存在發生不等於內容對應，人工真值不等於實在真值，局部測度不等於全域真理，渲染導出線不等於已證因果邊。

關鍵詞： XOST、程序世界、合成資料、人工解析基準、無限維張力、光譜真、Typed Field IR、最近鄰、IDW、缺測保留、邊界反例、算子適用域、渲染消融、可重播圖形、局部效能、人工世界驗證、反身性。

0. 範圍、來源及研究倫理

0.1 三個不同的證據層級

本篇延續母系列的基本區分：

構造性存在：定義明確、程式真的可以生成世界和圖形。
局部工程有效性：在指定人工真值、來源位置與量測契約下，可以計算比較方法間的誤差與成本。
自然實在對應：上述方法是否描述自然物理、人的視覺認知，或真實應用分布，仍需額外、適用域清楚的外部證據。

本篇交付第一層，並部分交付第二層；未交付第三層。

0.2 先行系列的實際繼承

舊研究接口	本篇繼承	禁止推論
《萬物皆真》／XOST Paper 01	實際生成事件、描述的對應品質、作用紀錄分型	人工世界存在不代表自然界具有同樣的場
《無限維張力》／XOST Paper 02–03	異質維度、遮罩、不可通約與顯示投影	八個活動維度不等於已計算無限維
T 系列／RMCMA／RTIC	研究方法與規則也能再成為被檢查的對象	本篇沒有實際訓練任何 AI 模型
XOST-TM-STR Paper 01–02	原本的型別與有向歷史接口	新程序世界不能偽裝成舊版本的時間連續後繼
XOST-TM-STR Paper 03	原始、未修改的 `spectral_renderer.py`	沒有證明該參考演算法優於工業現成引擎
XOST-TM-STR Paper 04	原始政策合約和來源雜湊	本篇場景比較不是一次自主 AI 反身學習

0.3 位元來源錨定

關鍵來源只讀並原樣納入發行包：

inputs/P04_PREDECESSOR_CANONICAL.md：Paper 04 正式 Markdown。
inputs/predecessor_state_v07.json：Paper 04 使用的原始 v07 人工場。
policies/predecessor_base.json：前篇視覺政策。
src/spectral_renderer.py、dynamic_field.py、p01_compat.py：從 Paper 04 原樣保留的底層程式。

六份來源的逐位元組 SHA-256 記於 docs/upstream_pins.json；原本倉庫與早期原稿未被覆寫。SHA-256 是本地完整性比對，不等於第三方簽署、可信時間戳或獨立科學複驗。

1. 研究問題：讓理論真正面對多個人工世界

先前的渲染原型面對單一帶有複合測度的人工場。若只做美術示範，研究者很容易看到漂亮圖片後認定技術成功；但在工程判定中，至少還需要以下問題：

若世界的生成規則改變，場演算法是否仍能接收同一型別契約？
一種方法的畫面更平滑，是否真的讓它更接近解析基準？
適用於平滑場的方法，在不連續邊界附近會否變差？
若來源有缺測，系統是否誠實保留該限制？
若只關閉流線或幾何形變，究竟改變哪一層，不應改變哪一層？
面對選擇性展示、同源依賴與有利負例，我們如何避免不當泛化？

本篇的新工作不在於重新發明程序生成或 IDW，而在於建立與 XOST 型別、溯源、張力與投影分離相容的有限人工世界比較協定。

2. 定義：人工世界、生成器與型別場

2.1 人工程序世界

對世界類別 $f$ 、生成參數 $s$ 、規格 $D$ ，定義一個人工世界：

W_{f,s}=(D,\mathcal G_{f,s},\mathcal M,\mathcal X,\Pi).

其中：

$D$ ：空間域，本篇限制為單位方域 $[0,1]^2$ ；
$\mathcal G_{f,s}$ ：本篇明示的解析生成函數；
$\mathcal M$ ：有型別、可缺測、帶有來源證據的測量集合；
$\mathcal X$ ：取樣節點的有限集合；
$\Pi$ ：有限可驗證的渲染投影政策族。

給定 $x=(u,v)\in D$ ，人工真值函數為：

g_{f,s}(x)=\mathcal G_{f,s}(x),\qquad g_{f,s}(x)\in[0,1].

這裡的「真值」只表示作者明確構造的解析函數在所給座標的值，不預設任何與世界物理相符的真理地位。

2.2 來源節點與測量

人工來源節點保持 Paper 04 v07 的96個位置不變：

\mathcal X=\{x_1,\dots,x_{96}\}.

不同世界的生成函數直接在這些位置上評估，並產生合成觀測、未知或不適用狀態。數值為零是可合法出現的人工觀測；unknown 與 not_applicable 永遠沒有 value 欄位。

2.3 新世界不是舊世界的時間後繼

本篇只繼承座標與活動軸規格，不繼承舊的特定測量內容、不承接舊的有向邊，也不把原來源的退休維度重新安插為現行量測。

因此每個新世界都具有：

version=0,\quad tick=0,\quad parent\_sha256=\varnothing.

它們是新的技術構造分支，不是 Paper 02 舊世界的 $v08$ ，更不是自然物理歷史事件。

2.4 八個活動型別

本篇保留活動維度：

軸名稱	型別	本篇地位
`correspondence`	數值 $[0,1]$	人工解析生成函數的節點值
`effect`	數值 $[0,1]$	作者建立的顯示指標，非因果辨識
`tension_coupling`	數值 $[0,1]$	構造性的局部耦合顯示參數
`tension_local`	數值 $[0,1]$	人工對比度與局部變化指標
`resonance_candidate`	數值 $[0,1]$	合成複合候選指標，不是全域真值
`uncertainty_band`	有序區間	由生成規則提供的構造區間，不是實測信賴區間
`epistemic`	名義類別	人工資料狀態類別，非經驗可信度等級
`realization`	布林	人工判斷閾值事件，不等於自然界發生

八個活動維度代表當前的有限可算子集合。本系列前置無限維理論保留開放維度空間，但本篇沒有聲稱有限程式完成無窮測度的實際運算。

3. 四個程序世界族

3.1 瀑布—河流—河口風格場（cascade_estuary）

以彎曲帶狀高值區、左側局部亮點和右端展寬的海岸區段，構造視覺上可聯想到瀑布、河流與河口的連續場。內部使用正弦曲線、Gaussian 帶與平滑過渡函數，不求解 Navier–Stokes 或任何自由液面模型。

它適合測試：連續場的帶狀重建、梯度導出線、局部缺測及 IDW 的平滑性。

3.2 山脊與峰谷場（ridge_fan）

以一條彎曲脊線及兩處局部 Gaussian 峰值構造場，另加入局部谷底修正。此場測試局部峰值、細長結構與插值過度平滑，並未宣稱地殼、岩層或真實地形生成。

3.3 群島邊界場（archipelago_boundary）

利用橢圓族產生離散高值區，於人工邊界附近額外附加局部過渡帶，測試插值在混合連續／不連續結構下的重建偏差。它只是人工群島形狀，不是海岸侵蝕或島嶼成因的實測模型。

3.4 條帶階梯負向對照（step_barrier）

在 $u$ 軸上用有限條帶生成二段式階梯高低值，明確故意設計為可使最近鄰保留不連續結構的情況。此案例是在探索過程中看到先前三類結果後補入，不是獨立事前預註冊的確認性案例。

因此它適用來展示一個「不應自稱普遍最佳」的構造反例，但不可拿這個人工選擇的反例估計真實場分布中最近鄰獲勝的自然比例。

3.5 隨機種子的實際角色

本篇使用三個預先寫死的整數標籤： $s\in\{11,23,37\}$ 。它們作用於有限解析函數中的相位和人工缺測配置，不是通過真隨機硬體生成的自然樣本。十二個案例具有共同的生成家族，並非十二次統計獨立的現實抽樣。

4. 空間重建基線與比較公平性

4.1 最近鄰基線

在測量有效且滿足支援條件的來源點中，最近鄰以最接近查詢位置的有效節點作為估計來源：

\widehat g_{NN}(x)=g(x_{i^*}),\quad i^*=\arg\min_{i\in V_x} d(x,x_i).

$V_x$ 是指定半徑內、具有合法 observed 來源狀態的節點集合。缺測保護區不能被任意覆蓋。

4.2 反距離加權基線

對相同來源集合，本篇採固定指數 $p=2$ 的 IDW：

\widehat g_{IDW}(x)= \frac{\sum_{i\in V_x}d(x,x_i)^{-p}g(x_i)} {\sum_{i\in V_x}d(x,x_i)^{-p}}.

零距離點直接使用原始來源值；一般查詢則使用有界距離與有限鄰居設定。IDW 是成熟的傳統插值技術；本篇不宣稱發明 IDW。

4.3 固定控制

兩方法使用同樣的：

96個原始人工場節點位置、人工缺測及不適用狀態；
有效來源半徑 $0.28$ 、最多8位鄰居、最低3位有效支援；
缺測鄰近保護距離 $0.032$ ；
相同色彩映射、測量軸、類別及區間型別；
同一個609座標的有限測試網格；
相同的 P03 SVG compiler/backend；
同一套以解析函數計算的測試參考值。

相同有效來源，不表示任何插值都會給出相同估計。 該差異正是本輪比較對象。隱含的測度、作用域或保護規則不得被演算法自行更改。

4.4 成功與失敗指標

在方法 $a$ 的有效支持集合 $S_a$ 上定義：

\operatorname{RMSE}_a(S)= \sqrt{\frac{1}{|S|}\sum_{x\in S} \left(\widehat g_a(x)-g(x)\right)^2}.

同時報告 MAE、平均有向誤差（bias）、最大絕對誤差、門檻分類一致率和未知遮罩數量。

由於不同方法可能具有不同覆蓋率，成對比較特別使用：

S_{\cap}=S_{NN}\cap S_{IDW}.

只有在共同支持集合上比較 RMSE，不能由某方法自動刪去困難樣本，再以較小 RMSE 宣稱有優勢。

本篇定義成對差：

\Delta_{f,s}= \operatorname{RMSE}_{IDW}(S_{\cap})- \operatorname{RMSE}_{NN}(S_{\cap}).

$\Delta_{f,s}<0$ 僅表示在本次人工案例及指定條件下 IDW 的誤差較低，不表示任何世界存在普遍演算法排序。

4.5 邊界子集

依各人工世界的解析生成條件，建立已知的局部邊界診斷子集。它不是從渲染結果自動尋找「最能支持自己」的區域；但仍是作者選擇的人工診斷設計，不能被當成自然世界的代表性子集。

5. 實際有限測試結果

5.1 四類世界、三種種子、兩種方法

本篇已於同一套 CPython/CPU 參考程式中實際執行12個案例；每例609個查詢座標，且只納入共同支持位置進行雙方法誤差比較。

世界族	三種子 IDW 平均 RMSE	三種子最近鄰平均 RMSE	IDW 較低案例	最近鄰較低案例
瀑布—河流—河口	0.079777	0.102196	3	0
山脊與峰谷	0.073335	0.091142	3	0
群島與邊界	0.157872	0.218258	3	0
條帶階梯負向對照	0.182149	0.129800	0	3

完整12個案例的逐例 RMSE、MAE、bias、分類一致率、有效遮罩及邊界子集都在 benchmark/cases.json；家族彙整在 benchmark/results.json。表中平均值是簡單的三種子算術平均，不含不當的獨立抽樣 $p$ 值或過度推論的信賴區間。

5.2 非全域優勢的構造反例

對本次固定的人工世界族，至少存在兩個不同世界使最佳方法不同：

\exists W_a,W_b: \Delta(W_a)<0\quad\land\quad\Delta(W_b)>0.

因此，從本次有限例子可否定**「同一被比較插值方法在所有這12個已構造案例上都嚴格勝過另一方法」**這個局部命題。但不能反過來宣稱已否定 IDW 在所有可能世界的性能，或已證明某種無限維演算法一般不可存在。

5.3 平滑不等於保真

IDW 的本質是相鄰點的權重混合。當人工場在條帶邊界具有跳躍時，某些附近位置的合法 IDW 輸出會成為中間值，即使解析函數本身沒有那樣的中間區域。最近鄰在設計成條帶對齊的案例中可以較好地保留原本不連續結構。

這不表示最近鄰永遠優越；同樣的局部方法在三個平滑或混合的人工世界中誤差反而較大。

張力結論： 若要在未來採自適應算子，應將「選哪一種算子」本身當作受證據與適用域約束的決策，不能只因名字是「光譜」「張力」而預先指定勝者。

5.4 遮罩與來源

每一個世界都可能有 observed、unknown、not_applicable 的人工來源節點狀態。渲染查詢若無合法支持，輸出 unknown，而非自動設值0；合法插值的 estimated 並不自動提升為 observed。

這裡的 observed 是在人工解析生成程序中取到的來源節點值，並非自然世界儀器測得的證據。跨域使用時必須保留這層作用域標籤。

6. SVG 場景、技術效果與消融

6.1 十組實際畫面

本篇實際保存：

四種人工世界各自的 nearest 與 idw：8組可直接比較的 SVG；
在 cascade_estuary 同一來源與 IDW 條件下關閉形變：1組；
在同一來源與 IDW 條件下關閉示意流線：1組。

共10組，均有各自的 policy.json、render_ir.json、render_receipt.json 與實際 svg。PNG/GIF 只是視覺衍生，不能替代源 IR 與測度契約。

6.2 消融的合法解讀

對兩個政策 $\pi_1,\pi_2$ ，若來源場完全相同，可建立政策輸出差異：

\mathcal R(W,\pi_1)\ne\mathcal R(W,\pi_2).

但此不等式只能證明投影或渲染輸出有差異，不能自動推論底層世界、人工真值或自然物理有所改變。

關閉流線應保留其他底圖欄位；關閉形變應保留來源測度及遮罩。render_ir 中的 streamlines 是人工數值梯度導出的可視線，不是來源授權的物理流線，更不是因果邊；本篇的四個人工世界均沒有由來源聲明的有效因果箭頭。

6.3 視覺可辨識性與主觀品質不同

兩張畫面從肉眼看起來不同，只能展示不同投影的可辨識性。本文沒有建立人類受試者實驗，不把顏色好看、等值線數量高或圖形複雜度高當作客觀品質提升。

渲染器因為資料型別和缺測契約而做的保守處理，與當前研究者喜歡哪種視覺風格，應分開報告。

7. 初步計算成本與輸出規模

7.1 計時邊界

本篇使用單一 Linux x86_64、CPython 參考執行環境，在相同來源、相同網格與相同 SVG backend之下量測 compile_ir + render_svg 的本地牆鐘時間。檔案 I/O、CairoSVG 轉 PNG、Pillow 拼圖、資料解析與整個評測流程不在計時區間內。

程序在每種方法／世界組合先暖機一次，再取得5次原始時間樣本，記錄中位數、最小值、最大值及生成的 SVG 位元組數。原始 benchmark/local_cpu_timings.json 不屬於跨機器位元精確的重播宣稱。

7.2 本輪實測結果

人工世界	最近鄰中位數（ms）	IDW 中位數（ms）	固定網格
cascade_estuary	76.550	78.042	26×18
ridge_fan	72.373	87.185	26×18
archipelago_boundary	73.729	74.075	26×18
step_barrier	90.206	78.391	26×18

以上是單機指標，不是 statistically-controlled hardware benchmark，也不是與 OpenGL、Vulkan、WebGPU、Unity、Godot 或其他獨立引擎的實際性能比較。不同案例間的小幅差異可能包含執行環境噪聲，不應誤認為方法本身已具有系統性的效能優勢。

7.3 網格尺度敏感度

使用 cascade_estuary 種子11，分別以216、468及1040個畫面單元重播，記錄相同來源下的 CPU 中位數與輸出大小。可見網格規模增加時執行成本和輸出大小也增加，但目前資料量仍遠小於工業引擎壓力測試，不宜外推出大型世界的複雜度階數或 GPU 性能。

完整原始觀測位於 benchmark/local_cpu_timings.json，包含各輪毫秒數及 SVG bytes。

8. 反身性、光譜真及張力的技術對應

8.1 光譜真不等於將所有有效域壓成一個勝負

對任意世界／算子配對，應當允許不只一種有效分量：

S_{f,a}=\langle E_{f,a},C_{f,a},M_{f,a},R_{f,a},B_{f,a},U_{f,a} \rangle.

其中：

$E$ ：該人工輸出是否確實成功生成；
$C$ ：對指定人工解析基準的重建誤差；
$M$ ：遮罩與測度語義的保留程度；
$R$ ：本地計算時間與輸出資源；
$B$ ：邊界診斷及失效型態；
$U$ ：未測量的延伸域及不確定性。

每個分量可以帶有不同尺度、單位、有效域與證據來源，因此不強迫它們無損壓成一個跨世界「總真度」。

8.2 無限維是開放能力，不是本輪執行量級

研究者可以持續新增測度維度、改變有向張力耦合或重新編譯投影；但本輪仍只操作八個固定活動型別與96個節點。這證明介面允許動態擴充的起點，而不證明實體電腦真的已運算無限維。

8.3 反身研究是否已出現？

若未來系統根據上一輪對不同人工世界的誤差證據選擇下一輪渲染算子，其選擇政策就成為新的研究對象。這是後續反身式算子搜尋與自適應決策的可操作接口。

但本篇目前的最近鄰／IDW 選擇由研究者固定進行；並沒有讓 AI 自主學習、修改權重或推導新的演算法。產生12份 benchmark 也不等同於完成 AI meta-learning。

8.4 技術操作與本體主張的分界

同一現象具有不同層級的真： 渲染成功是真實的計算事件；人工解析值是指定生成世界下的正確參考；重建誤差是指定測量契約下的量化差異；對自然物理的對應仍然未知。對這些分量保持分型與張力，正是本系列希望轉譯為工程能力的內容。

9. 嚴格的驗收範圍與反例註冊

9.1 可驗收的技術項目

來源六檔案的 SHA-256 不變；
世界分支具有明確新的身份與版本0，不繼承舊時間鏈；
每類世界與三個種子都能重新生成位元一致的資料；
各源觀測狀態符合 Typed Field contract；
最接近未知來源的保護區不被插值掩蓋；
同一世界兩種插值政策有相同的幾何及缺測條件；
12個案例的成對誤差可重算；
10組 SVG、IR、政策及收據能從封存來源重新編譯；
不存在未授權的來源因果邊或偽造自然物理單位；
JPEG/PNG/GIF 衍生檔不冒充 canonical source；
ZIP 解包後可以重新驗證完整的計算鏈。

9.2 負向與不完整案例

方法翻轉：條帶世界刻意讓最近鄰取得較低 RMSE，對自動「IDW 永遠最佳」的主張構成範圍限定的反例。
缺測繪製：強制要求原本 unknown 的來源變成已測得0，應被測度型別驗證拒絕。
無效測度切換：把名義類別當作連續色彩軸，應被政策驗證拒絕。
假造有向箭頭：程序等值線與示意流線不得自動轉換成來源因果邊。
來源失效：原始 SHA-256 不符時拒絕當作仍然是相同來源。
重播差異：修改世界種子、生成函數或 SVG 後，舊收據不得被拿來宣稱位元一致。
不當外推：任何把人工誤差勝負說成自然物理已證明、AI 已訓練、或 GPU 已領先的敘述都超出本篇證據。

9.3 已知缺點

人工解析生成器與評測真值由同一作者設計；雖使用未列入來源節點的查詢座標，並非獨立自然世界 ground truth。
四個世界族及三個種子均有限；條帶負例是探索性後補，禁止過度解讀為確認性實驗。
人工缺測狀態也是作者設計，尚未代表真實感測器壞點、遮蔽或系統性偏差。
被比較的 IDW／最近鄰是傳統已知方法，不能將其差異歸功於 XOST 創新數學。
目前沒有 learned generator、可泛化的算子選擇器、硬體控制、能源測量或人類視覺品質調查。
沒有多主體資料傳播、外部網站再學習或第三類實驗；仍不代表這些問題不重要。
政策候選、世界類別、評測準則都由作者選擇，因此結果存在建構依賴；本篇沒有聲稱排除所有選擇偏差。

10. 既有方法及外部研究關係

本篇對照以下既有研究，但不將其當作本系列新穎性的充分證據：

Shepard (1968)，《A two-dimensional interpolation function for irregularly-spaced data》，ACM 1968，DOI 10.1145/800186.810616。提供空間反距離加權插值的經典背景。
Summerville (2018)，《Expanding Expressive Range: Evaluation Methodologies for Procedural Content Generation》，AIIDE 2018，DOI 10.1609/aiide.v14i1.13012。說明 PCG 評估需要避免任意挑選與單一指標偏誤。
Withington、Cook、Tokarchuk (2024)，《On the Evaluation of Procedural Level Generation Systems》，FDG 2024，DOI 10.1145/3649921.3650016。論證 PCG 評估方法的分類及可重用研究流程的重要性。
Khalifa 等 (2025)，《The Procedural Content Generation Benchmark》，arXiv 2503.21474，提供以品質、多樣性及可控性等不同面向比較生成器的可參考架構。
Hullman (2020)，《Why Authors Don't Visualize Uncertainty》，IEEE TVCG，DOI 10.1109/TVCG.2019.2934287。為本篇保留可視化不確定性而非消除它提供相關背景。

上列文獻都不證明 XOST 的哲學或自然物理本體主張，只支持適用領域內的既有方法論背景。完整連結與簡要角色說明見 docs/REFERENCES.md。

11. 可重現實驗操作

11.1 目錄契約

src/
  p01_compat.py                 # 前篇原樣保留
  dynamic_field.py              # 前篇原樣保留
  spectral_renderer.py          # 前篇原樣保留
  procedural_worlds.py          # 本篇四世界解析生成器
  procedural_benchmark.py       # 公平配對、度量、渲染與計時
inputs/
  predecessor_state_v07.json    # 前篇來源固定
  P04_PREDECESSOR_CANONICAL.md  # 前篇原稿固定
  worlds/                       # 12世界新分支及12份規格
policies/                       # 原始政策+10份渲染政策
schemas/                        # JSON Schema 2020-12
scripts/                        # 生成、視覺化、計時、重播、驗收
benchmark/
  cases.json                    # 12逐例誤差/遮罩/邊界分量
  results.json                  # 固定範圍的四家族彙整
  local_cpu_timings.json        # 單機非確定性時間樣本
  metrics.csv                   # 方便工具讀取的逐例資料
previews/                       # 10 PNG、比較概覽與 GIF
evidence/                       # 10 SVG、IR、Receipt、驗收紀錄

11.2 最小命令

python -m unittest discover -s tests -v
python scripts/validate_schema.py
python scripts/verify_replay.py
python scripts/build_experiment.py
python scripts/make_previews.py
python scripts/measure_local_cpu.py

先固定、後重播；正式報告不可因新機器計時不同而覆寫原始計時樣本。PNG/GIF 使用可選 CairoSVG/Pillow 渲染，位元相等保證只針對本包原始程式及固定 JSON/SVG 路徑；字型與光柵化依賴執行環境。

11.3 操作邊界

在重新跑 build_experiment.py 前，應先複製或另存已完成的原始驗收包；操作需要具備該檔案的寫入權。這不是從網路抓取資料，也沒有對外部服務或 GitHub 執行寫入。

12. 下一階段與跨系列接口

12.1 原定 Paper 06

原定下一篇為「實作引擎、API、未來擴展與跨技術映射」。本篇先留下機器可讀的世界規格、型別場、兩種傳統基線與渲染收據，供 Paper 06 考慮將場生成與視覺後端拆成可替換模組。

建議先完成：

場資料和渲染政策的穩定協議；
world generator registry 與 benchmark harness；
CPU/SVG baseline 保留，其他 backend 必須遵守來源、缺測和型別契約；
在相同輸入與預算下比較 SVG、Canvas、GPU 等後端（僅列為未來候選）；
獨立、未見世界族與更高解析度壓力測試；
對實際使用者的圖形理解性測試；
未來連接 EML-NOVA、Fabric-Field、EVOE、EVF 等的候選接口；接合前不預設已實作相容。

12.2 保留更深的反身性問題

本篇結果可以變成未來 AI 的學習材料，因此它自己的 benchmark 指標、反例構造、停止條件與研究偏好都可能進入下一階的研究作用鏈。這個影響可以被研究，但尚未實測。

我們不需要假裝沒有反身性，也不需要為了消除未來所有可能的回饋而停止開發。更重要的是保留生成、測度、程序、版本、失敗結果與不可辨識部分，使後續研究能合法修訂。

結論

Paper 05 已建立一套有明示合成解析真值、具有異質測度和缺測治理的有限程序世界測試台。它保存了四個世界族、三種子、12組成對方法比較、10組代表性 SVG／IR／收據、視覺消融及局部 CPU 效能指標。主要技術結論不是「XOST 已戰勝傳統渲染」，而是：XOST 的理論分型可以落入一個能實際比較世界生成、算子選擇、遮罩語義與技術成本的具體研究協議；不同構造世界中的方法優勢確實會改變。

這是一個有明確範圍的工程與數學結果，而不是自然本體論的最終真值。

本篇研究已可局部驗收，跨世界泛化與自然實在對應保持開放。

XOST 技術映射與人工世界實作系列｜光譜真與無限維張力場圖形渲染系列 Paper 05：程序世界、合成基準與可視化實驗