---
title: "SRBC Theory Validation Program — Round 13：Adaptive Clarification Dialogue / Noisy Human Answers"
author: "Neo.K with Aletheia (GPT-5.6 Sol)"
institution: "EveMissLab / 一言諾科技有限公司"
version: "v0.1"
date: "2026-09-24"
language: "zh-TW"
document_type: "Noisy Clarification / Evidence-Ledger Validation Report"
status: "Round 13 corrected r2 completed"
---

# SRBC Theory Validation Program — Round 13

## Adaptive Clarification Dialogue / Noisy Human Answers

**作者：** Neo.K with Aletheia (GPT-5.6 Sol)  
**機構：** EveMissLab / 一言諾科技有限公司  
**日期：** 2026-09-24  
**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 synthetic answer channels。所有錯誤率、refusal rate、correlation rate 都是 **benchmark parameters**，不是人類行為統計。

正式結果使用 common-response schedule：同一 synthetic session、同一 question、第 $n$ 次詢問，所有 policy 看到同一個 synthetic response，避免 policy 比較被不同 RNG draw 污染。

第一版 correction harness 曾誤共用「已被另一 policy 消耗的 remaining-question list」，導致 soft-retraction 95.28% 的中間結果；該結果已作廢。修正後 5000-case correction benchmark 已全部重跑。

---

# 0. 問題

Round 12 假設：

$$
\boxed{
\text{clarification response is truthful and deterministic}.
}
$$

Round 13 把這個假設拿掉。

現在 response 可能：

- 正確；
- 答錯；
- refusal；
- ambiguous；
- 前後矛盾；
- explicit correction；
- 同一來源重複偏誤。

---

# 1. Clarification Speech Act 不是同一 epistemic type

Round 13 最重要的理論結果之一：

$$
\boxed{
\text{clarification answer}
\neq
\text{report of hidden fact}
}
$$

至少要分：

## Constitutive

使用者定義自己的 intended meaning / preference。

例如：

> 我說的「有利」就是 posterior 比較高。

這通常可以成為 hard commitment，因為 speaker 正在設定 target specification。

## Reportive

> 我記得主持人是隨機開門。

這是在報告世界資訊或記憶，應先進 evidence ledger。

## Inferential

> 我覺得答案應該是 $2/3$。

這是推論 evidence。

---

# 2. Noise Benchmark

active query cases：

$$
\boxed{
2000.
}
$$

每 scenario 每 case：

$$
25
$$

repetitions。

因此每 policy / scenario：

$$
\boxed{
50000
}
$$

sessions。

| scenario | policy | resolution rate | accuracy when resolved | wrong resolution / all | avg turns |
|---|---|---:|---:|---:|---:|
| iid05 | hard_first | 100.00% | 94.54% | 5.460% | 1.077 |
| iid05 | confirm2 | 100.00% | 99.21% | 0.794% | 2.259 |
| iid05 | soft_iid | 99.98% | 96.67% | 3.328% | 1.435 |
| iid05 | soft_corr_aware | 99.98% | 96.67% | 3.328% | 1.435 |
| iid20 | hard_first | 100.00% | 79.09% | 20.912% | 1.072 |
| iid20 | confirm2 | 100.00% | 88.94% | 11.062% | 2.497 |
| iid20 | soft_iid | 93.23% | 97.80% | 2.052% | 4.421 |
| iid20 | soft_corr_aware | 93.23% | 97.80% | 2.052% | 4.421 |
| mixed10 | hard_first | 100.00% | 86.75% | 13.250% | 1.343 |
| mixed10 | confirm2 | 99.90% | 95.53% | 4.462% | 2.987 |
| mixed10 | soft_iid | 98.27% | 97.97% | 1.998% | 3.362 |
| mixed10 | soft_corr_aware | 98.27% | 97.97% | 1.998% | 3.362 |
| correlated15 | hard_first | 100.00% | 84.03% | 15.966% | 1.073 |
| correlated15 | confirm2 | 100.00% | 84.03% | 15.966% | 2.146 |
| correlated15 | soft_iid | 100.00% | 84.03% | 15.966% | 2.343 |
| correlated15 | soft_corr_aware | 0.00% | — | 0.000% | 9.000 |

---

# 3. IID 5% Error

single hard prune：

$$
\boxed{
5.460\%
}
$$

wrong resolution。

要求兩次一致：

$$
\boxed{
0.794\%.
}
$$

所以 IID 模型下 repeated confirmation 確實有價值。

代價是平均 turns：

$$
1.077
\rightarrow
2.259.
$$

---

# 4. IID 20% Error

hard-first：

$$
\boxed{
20.912\%
}
$$

wrong resolution。

confirm-two：

$$
\boxed{
11.062\%.
}
$$

soft IID confidence policy：

- resolution rate：
  $$
  93.23\%
  $$
- wrong resolution / all：
  $$
  \boxed{
  2.052\%
  }
  $$
- resolved-case accuracy：
  $$
  97.80\%.
  $$

這不是「soft 一定更好」。

它是在用更多 turns 與：

$$
\boxed{
\text{允許 unresolved}
}
$$

換取較低錯閉合。

---

# 5. Mixed Noise

synthetic channel：

- 10% refusal；
- 10% ambiguous；
- 10% wrong；
- 70% correct。

hard-first wrong resolution：

$$
13.250\%.
$$

confirm-two：

$$
4.462\%.
$$

soft evidence policy：

$$
1.998\%
$$

wrong resolution / all，

但仍保留約：

$$
1.73\%
$$

sessions unresolved。

因此：

$$
\boxed{
\text{abstention is part of safety policy}.
}
$$

---

# 6. Correlated 15% Session Bias

這是本輪最重要的反例。

同一 question 在一個 session 中要嘛一直正確，要嘛一直反向。

hard-first：

$$
15.966\%
$$

wrong。

confirm-two：

$$
15.966\%
$$

wrong。

IID Bayes：

$$
15.966\%
$$

wrong。

也就是：

$$
\boxed{
\text{再問一次完全沒有改善}.
}
$$

因為不是兩個獨立 errors。

---

# 7. Correlation-Aware Policy

correlation-aware model 知道：

> 同一 source 對同一 question 的 repetition 共享 latent bias。

因此重問九次也不把它當九份證據。

在：

$$
\tau=0.95
$$

confidence threshold 下：

- false high-confidence：
  $$
  \boxed{
  0
  }
  $$
- resolution：
  $$
  \boxed{
  0.
  }
  $$

它選擇「不知道」。

這是刻意保守，不是免費午餐。

---

# 8. Exact Repetition Control

100,000 個二世界 correlated sessions。

confirm-two wrong commit：

$$
\boxed{
15.286\%.
}
$$

IID Bayes 把三個相同回答當 independent：

$$
P(\text{reported branch}\mid 3\text{ same})
\approx
99.45\%.
$$

但因真實錯誤是 session-correlated，false high-confidence rate 仍：

$$
\boxed{
15.286\%.
}
$$

correlation-aware：

- false high-confidence：
  $$
  0
  $$
- unresolved：
  $$
  100\%.
  $$

---

# 9. Correlated Repetition Lemma

perfect shared-bias model 下：

$$
P(R_{1:n}=r\mid T=r)=1-\epsilon,
$$

$$
P(R_{1:n}=r\mid T\neq r)=\epsilon.
$$

所以 likelihood ratio 只是：

$$
\boxed{
\frac{1-\epsilon}{\epsilon}.
}
$$

IID 誤模型卻用：

$$
\boxed{
\left(
\frac{1-\epsilon}{\epsilon}
\right)^n.
}
$$

這就是虛假 certainty 的來源。

---

# 10. Correction Benchmark

第一個 response 強制答錯，

接著 explicit correction。

共：

$$
5000
$$

cases。

| policy | n | true branch retained | final outcome accuracy |
|---|---:|---:|---:|
| hard irreversible | 5000 | 0.00% | — |
| reversible ledger | 5000 | 100.00% | 100.00% |
| soft retraction | 5000 | 100.00% | 100.00% |

hard irreversible：

$$
\boxed{
0\%
}
$$

true branch recovery。

reversible ledger：

$$
\boxed{
100\%.
}
$$

soft evidence retraction + truthful follow-up：

$$
\boxed{
100\%.
}
$$

---

# 11. Irreversible Pruning Lemma

若：

$$
S_{t+1}=S_t\cap C_t,
$$

且一次錯誤 response：

$$
M^*\notin C_k,
$$

則：

$$
M^*\notin S_{k+1}.
$$

而：

$$
S_{t+1}\subseteq S_t.
$$

所以：

$$
\boxed{
\forall t>k:
M^*\notin S_t.
}
$$

後面再說：

> 抱歉，我剛才說錯了。

如果 runtime 沒有 retract / reopen，

數學上就恢復不了真 branch。

---

# 12. Contradiction Benchmark

5000 cases：

先正確回答，再給相反但**沒有 correction marker**的回答。

## Hard append

$$
\boxed{
100\%
}
$$

得到 empty / inconsistent active family。

## Last-write-wins

true branch retention：

$$
\boxed{
0\%.
}
$$

也就是直接把前一次 evidence 靜默反轉。

## Evidence ledger

- conflict detection：
  $$
  \boxed{
  100\%
  }
  $$
- true branch retained：
  $$
  \boxed{
  100\%.
  }
  $$

## Soft IID

correct + opposite evidence 抵消後：

$$
\boxed{
100\%
}
$$

避免達到 95% confidence closure。

---

# 13. Correction 與 Contradiction 不能共用同一 operator

明示：

```yaml
supersedes: event-17
```

是 correction。

沒有 supersession relation 的相反 response 是：

```text
EvidenceConflict
```

不能自動 last-write-wins。

---

# 14. Query-Neutral Conflict

Round 12 已經知道 query-neutral conflict 不需 clarification。

Round 13 再驗：

$$
\boxed{
4000/4000
}
$$

query-neutral preserved conflicts 問題數為零。

所以 noisy-dialogue support 沒有讓系統退化成：

> 有 conflict 就一直問。

---

# 15. Probabilistic Confidence 不是 QRC

soft policy 的：

$$
P(Y_Q=y\mid\mathcal E)\ge0.95
$$

最多叫：

$$
\boxed{
\operatorname{PCR}_{0.95}.
}
$$

不能寫：

$$
\operatorname{QRC}.
$$

因為 admissible semantic branches 並沒有被形式證明成同一答案。

---

# 16. Hard Promotion 的正確邊界

本輪 synthetic noise 結果主要針對：

$$
\boxed{
\text{reportive clarification}.
}
$$

不能錯誤解讀成：

> 使用者自己定義自己的 intended meaning 也不能直接相信。

如果是 constitutive speech act：

> 我這裡就是定義成 X。

那 X 本身可成為新 source commitment。

問題不是「人會不會答錯」，

而是：

$$
\boxed{
\text{這句話是在設定世界，還是在報告世界？}
}
$$

---

# 17. Authority Scope

即使是 constitutive，也有 scope。

使用者可以定義：

- 自己的術語；
- 自己的 preference；
- 自己要問的 query；
- 自己建立的 fictional / formal world。

但不能靠一句：

> 我定義黎曼猜想已證明。

就 constitutively 改變數學真理。

所以：

$$
\boxed{
\operatorname{Authority}
(
\text{speaker},\text{domain}
)
}
$$

必須進 act typing。

---

# 18. Round 13 對 Runtime 的真正修改

clarification runtime 從：

```text
question
→ answer
→ commitment
```

改成：

```text
question
→ response event
→ speech-act typing
→ authority check
→ evidence / commitment routing
→ correlation model
→ optional belief update
→ promotion / retract / reopen
```

---

# 19. Evidence Ledger

建議 event：

```yaml
event_id:
question_id:
speaker_id:
act_type:
response:
authority_scope:
channel_model:
correlation_group:
timestamp:
supersedes:
retracts:
```

所以 future correction 不需要重建整個對話語意。

---

# 20. 本輪沒有證明什麼

所有 noise rates 都是 synthetic。

沒有證明：

1. 人類 clarification 真實 error rate 是 5%、15% 或 20%；
2. 同一人的重複回答一定 perfect-correlated；
3. Bayesian likelihood 是人類心理真模型；
4. 0.95 是最佳 confidence threshold；
5. constitutive / reportive speech act 能被 AI 100% 正確分類。

本輪證明的是：

$$
\boxed{
\text{這些 error models 一旦存在，更新規則會產生哪些結構性後果。}
}
$$

---

# 21. 下一輪

Round 14 最自然的方向是：

$$
\boxed{
\text{Speech-Act Classification / Authority Stress Test}.
}
$$

現在真正最薄弱的環節變成：

> 系統怎麼知道一句 clarification 是 constitutive、reportive、inferential，還是 correction？

可以故意生成：

- 「我是說 X」；
- 「我記得是 X」；
- 「假設 X」；
- 「應該是 X」；
- 「不，我剛才說錯，是 Y」；
- 「在這個 fictional world 裡 X」；
- 「現實世界就是 X」。

測錯分型會如何把 evidence 變成 hard commitment，或把 authoritative intent 錯當 probabilistic evidence。

---

# 附錄 A：Noise Benchmark

| scenario | policy | resolution rate | accuracy when resolved | wrong resolution / all | avg turns |
|---|---|---:|---:|---:|---:|
| iid05 | hard_first | 100.00% | 94.54% | 5.460% | 1.077 |
| iid05 | confirm2 | 100.00% | 99.21% | 0.794% | 2.259 |
| iid05 | soft_iid | 99.98% | 96.67% | 3.328% | 1.435 |
| iid05 | soft_corr_aware | 99.98% | 96.67% | 3.328% | 1.435 |
| iid20 | hard_first | 100.00% | 79.09% | 20.912% | 1.072 |
| iid20 | confirm2 | 100.00% | 88.94% | 11.062% | 2.497 |
| iid20 | soft_iid | 93.23% | 97.80% | 2.052% | 4.421 |
| iid20 | soft_corr_aware | 93.23% | 97.80% | 2.052% | 4.421 |
| mixed10 | hard_first | 100.00% | 86.75% | 13.250% | 1.343 |
| mixed10 | confirm2 | 99.90% | 95.53% | 4.462% | 2.987 |
| mixed10 | soft_iid | 98.27% | 97.97% | 1.998% | 3.362 |
| mixed10 | soft_corr_aware | 98.27% | 97.97% | 1.998% | 3.362 |
| correlated15 | hard_first | 100.00% | 84.03% | 15.966% | 1.073 |
| correlated15 | confirm2 | 100.00% | 84.03% | 15.966% | 2.146 |
| correlated15 | soft_iid | 100.00% | 84.03% | 15.966% | 2.343 |
| correlated15 | soft_corr_aware | 0.00% | — | 0.000% | 9.000 |

---

# 附錄 B：Correction Benchmark

| policy | n | true branch retained | final outcome accuracy |
|---|---:|---:|---:|
| hard irreversible | 5000 | 0.00% | — |
| reversible ledger | 5000 | 100.00% | 100.00% |
| soft retraction | 5000 | 100.00% | 100.00% |

---

# 附錄 C：Machine Results

```json
{
  "round": "SRBC Theory Validation Round 13",
  "engine_revision": "v0.13-r2-common-response-schedule",
  "active_cases": 2000,
  "repetitions_per_case_scenario": 25,
  "query_neutral_cases": 4000,
  "query_neutral_zero_question_rate": 1.0,
  "noise_benchmark": {
    "iid05": {
      "hard_first": {
        "n": 50000,
        "resolution_rate": 1.0,
        "accuracy_when_resolved": 0.9454,
        "wrong_resolution_rate_all": 0.0546,
        "avg_turns": 1.07654
      },
      "confirm2": {
        "n": 50000,
        "resolution_rate": 1.0,
        "accuracy_when_resolved": 0.99206,
        "wrong_resolution_rate_all": 0.00794,
        "avg_turns": 2.25926
      },
      "soft_iid": {
        "n": 50000,
        "resolution_rate": 0.99978,
        "accuracy_when_resolved": 0.9667126767888936,
        "wrong_resolution_rate_all": 0.03328,
        "avg_turns": 1.4354
      },
      "soft_corr_aware": {
        "n": 50000,
        "resolution_rate": 0.99978,
        "accuracy_when_resolved": 0.9667126767888936,
        "wrong_resolution_rate_all": 0.03328,
        "avg_turns": 1.4354
      }
    },
    "iid20": {
      "hard_first": {
        "n": 50000,
        "resolution_rate": 1.0,
        "accuracy_when_resolved": 0.79088,
        "wrong_resolution_rate_all": 0.20912,
        "avg_turns": 1.07152
      },
      "confirm2": {
        "n": 50000,
        "resolution_rate": 1.0,
        "accuracy_when_resolved": 0.88938,
        "wrong_resolution_rate_all": 0.11062,
        "avg_turns": 2.49676
      },
      "soft_iid": {
        "n": 50000,
        "resolution_rate": 0.9323,
        "accuracy_when_resolved": 0.9779899174085595,
        "wrong_resolution_rate_all": 0.02052,
        "avg_turns": 4.42124
      },
      "soft_corr_aware": {
        "n": 50000,
        "resolution_rate": 0.9323,
        "accuracy_when_resolved": 0.9779899174085595,
        "wrong_resolution_rate_all": 0.02052,
        "avg_turns": 4.42124
      }
    },
    "mixed10": {
      "hard_first": {
        "n": 50000,
        "resolution_rate": 0.99998,
        "accuracy_when_resolved": 0.8674973499469989,
        "wrong_resolution_rate_all": 0.1325,
        "avg_turns": 1.34264
      },
      "confirm2": {
        "n": 50000,
        "resolution_rate": 0.99904,
        "accuracy_when_resolved": 0.9553371236386932,
        "wrong_resolution_rate_all": 0.04462,
        "avg_turns": 2.98686
      },
      "soft_iid": {
        "n": 50000,
        "resolution_rate": 0.9827,
        "accuracy_when_resolved": 0.9796682609138089,
        "wrong_resolution_rate_all": 0.01998,
        "avg_turns": 3.36202
      },
      "soft_corr_aware": {
        "n": 50000,
        "resolution_rate": 0.9827,
        "accuracy_when_resolved": 0.9796682609138089,
        "wrong_resolution_rate_all": 0.01998,
        "avg_turns": 3.36202
      }
    },
    "correlated15": {
      "hard_first": {
        "n": 50000,
        "resolution_rate": 1.0,
        "accuracy_when_resolved": 0.84034,
        "wrong_resolution_rate_all": 0.15966,
        "avg_turns": 1.07314
      },
      "confirm2": {
        "n": 50000,
        "resolution_rate": 1.0,
        "accuracy_when_resolved": 0.84034,
        "wrong_resolution_rate_all": 0.15966,
        "avg_turns": 2.14628
      },
      "soft_iid": {
        "n": 50000,
        "resolution_rate": 1.0,
        "accuracy_when_resolved": 0.84034,
        "wrong_resolution_rate_all": 0.15966,
        "avg_turns": 2.34268
      },
      "soft_corr_aware": {
        "n": 50000,
        "resolution_rate": 0.0,
        "accuracy_when_resolved": null,
        "wrong_resolution_rate_all": 0.0,
        "avg_turns": 9.0
      }
    }
  },
  "correction_benchmark": {
    "hard_irreversible": {
      "n": 5000,
      "true_branch_retention_rate": 0.0
    },
    "reversible_ledger": {
      "n": 5000,
      "true_branch_retention_rate": 1.0,
      "final_outcome_accuracy": 1.0
    },
    "soft_retraction": {
      "n": 5000,
      "true_branch_nonzero_rate": 1.0,
      "final_MAP_outcome_accuracy": 1.0
    }
  },
  "contradiction_benchmark": {
    "n": 5000,
    "hard_append_empty_rate": 1.0,
    "last_write_wins_true_branch_retention_rate": 0.0,
    "evidence_ledger_conflict_detection_rate": 1.0,
    "evidence_ledger_true_branch_retention_rate": 1.0,
    "soft_iid_avoids_95_confidence_rate": 1.0
  },
  "correlated_repeat_control": {
    "n": 100000,
    "confirm2_wrong_commit_rate": 0.15286,
    "iid_bayes_false_high_confidence_rate": 0.15286,
    "correlated_aware_false_high_confidence_rate": 0.0,
    "correlated_aware_unresolved_rate": 1.0
  },
  "speech_act_typing": {
    "constitutive": "authorized declaration that sets intended meaning/preference; eligible for hard commitment within authority scope",
    "reportive": "report of external fact/memory/belief; evidence by default",
    "inferential": "derived judgment/answer; evidence for a claim, not source fact",
    "refusal_or_ambiguous": "no branch elimination by default"
  },
  "core_findings": {
    "hard_promotion_from_single_reportive_answer_is_noise_sensitive": true,
    "correction_requires_retraction_or_reopen": true,
    "confidence_closure_is_not_QRC": true,
    "same_source_repetition_requires_correlation_model": true,
    "speech_act_type_controls_commitment_promotion": true
  },
  "discarded_intermediate_result": {
    "bug": "The first correction harness reused a remaining-question list already consumed by the reversible-ledger branch.",
    "discarded_value": "soft_retraction final_MAP_outcome_accuracy = 0.9528",
    "fix": "Use independent follow-up state for each policy, then rerun all 5000 correction cases."
  }
}
```

---

# 附錄 D：Artifacts

- `SRBC_Theory_Validation_Round13_Report_v0.1_2026-09-24.md`
- `SRBC_Core_Patch_v0.13_2026-09-24.md`
- `adaptive_clarification_protocol_v013.yaml`
- `round13_noisy_clarification.py`
- `results_round13.json`
- `noise_results_round13.jsonl`
- `merge_cases_round11.jsonl`
- `validation.json`