--- 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 $u$ 、上下文 $C$ 、其合法語義完成族 $\mathfrak I(u,C)$，以及查詢 $$ Q:\mathfrak I(u,C)\rightarrow\mathcal A_Q, $$ 本文定義兩個完成模型在查詢 $Q$ 下等價，當且僅當它們產生相同答案： $$ M_i\sim_Q M_j \iff Q(M_i)=Q(M_j). $$ 進而定義查詢商空間： $$ \mathfrak G_Q(u,C) = \mathfrak I(u,C)/{\sim_Q}. $$ 若： $$ |\mathfrak G_Q(u,C)|=1, $$ 則表述 $u$ 對查詢 $Q$ 為 **查詢相對完備**；若： $$ |\mathfrak G_Q(u,C)|>1, $$ 則表述 $u$ 對 $Q$ 為 **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： $$ \text{存在一個嚴格形式化} \not\Rightarrow \text{原表述具有唯一形式化}. $$ 因此，對表述 $u$ 與上下文 $C$，我們不再直接假定： $$ u\mapsto M, $$ 而是建立合法語義完成族： $$ u \mapsto \mathfrak I(u,C). $$ 然而，到這一步仍然不夠。 假設： $$ \mathfrak I(u,C) = \{ M_1,M_2,M_3 \}. $$ 且三個模型彼此不同。 這只能證明： $$ M_1\neq M_2\neq M_3. $$ 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 $E$？ 全部回答： $$ \text{Yes}. $$ 此時： $$ |\mathfrak I(u,C)|>1 $$ 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： $$ \boxed{ \text{Semantic multiplicity} \neq \text{Query-relevant ambiguity}. } $$ 真正需要檢查的是： $$ \boxed{ \text{不同合法完成是否能在指定查詢上被區分。} } $$ --- # 1. 前置結構 本文沿用 SRBC-02 的基本對象。 給定： $$ u $$ 表示待分析表述； $$ C $$ 表示上下文； $$ \Gamma(u,C) $$ 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； $$ \mathfrak I(u,C) $$ 表示滿足這些約束的合法語義完成族： $$ \mathfrak I(u,C) = \{ M \mid M\models\Gamma(u,C) \land \operatorname{Adm}(M\mid u,C) \}. $$ 其中： $$ \operatorname{Adm}(M\mid u,C) $$ 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： 1. 不違反原表述的明示約束； 2. 不把分析者自行注入的內容冒充成文本已承諾內容； 3. completion-specific commitment 具有 provenance； 4. 若依賴默認規則、常識、制度背景或特定語境，必須標記來源； 5. 若完成需要額外假設，該假設必須可被審計； 6. 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： $$ \mathfrak I(u,C) $$ 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： $$ Q. $$ 最一般地，可寫成： $$ Q: \mathfrak I(u,C) \rightarrow \mathcal A_Q, $$ 其中： $$ \mathcal A_Q $$ 為答案域。 例如，若問題是： > 車是否在二號門？ 則： $$ \mathcal A_Q = \{ 0,1 \}. $$ 若問題是： > 換門獲勝的機率是多少？ 則可取： $$ \mathcal A_Q = [0,1]. $$ 若問題是： > 哪個策略最大化期望收益？ 則： $$ \mathcal A_Q = \Pi, $$ 其中 $\Pi$ 為策略空間。 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： $$ \mathcal A_Q = \mathcal P(\mathcal G). $$ 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 $Q$ 有定義。 例如一個模型中沒有定義「主持人策略」，則查詢： $$ Q(M) = P_M(\text{win}\mid\text{switch}) $$ 可能沒有值。 因此更一般地： $$ Q: \mathfrak I(u,C) \rightharpoonup \mathcal A_Q $$ 可以是部分函數。 定義： $$ \operatorname{Dom}(Q) \subseteq \mathfrak I(u,C). $$ 若： $$ \operatorname{Dom}(Q) \neq \mathfrak I(u,C), $$ 則出現一種比答案分岔更早的缺口： $$ \boxed{ \text{某些合法完成甚至不足以使問題本身可計算。} } $$ 本文稱此為 **查詢可定義性缺口**。 --- # 3. 答案像 對固定 $u,C,Q$，定義： $$ \mathcal A_Q(u,C) = \{ Q(M) \mid M\in\mathfrak I(u,C)\cap\operatorname{Dom}(Q) \}. $$ 稱為 **查詢答案像**。 若 $Q$ 對所有合法完成有定義，則： $$ \mathcal A_Q(u,C) = Q[ \mathfrak I(u,C) ]. $$ 這個集合比： $$ |\mathfrak I(u,C)| $$ 更接近我們真正關心的東西。 例如： $$ |\mathfrak I(u,C)|=10^6 $$ 並不代表有一百萬種有效答案。 如果： $$ \mathcal A_Q(u,C) = \{a\}, $$ 那麼即使有大量語義完成，對查詢 $Q$ 而言答案仍已唯一。 --- # 4. 查詢等價關係 在： $$ \operatorname{Dom}(Q) $$ 上定義： $$ M_i\sim_Q M_j \iff Q(M_i)=Q(M_j). $$ 若答案相等關係本身具有自反、對稱與遞移性，則： $$ \sim_Q $$ 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： $$ [M]_Q = \{ M' \in \mathfrak I(u,C) \mid Q(M')=Q(M) \}. $$ 進而建立： $$ \mathfrak G_Q(u,C) = \mathfrak I(u,C)/{\sim_Q}. $$ 本文稱： $$ \mathfrak G_Q(u,C) $$ 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： $$ \operatorname{Dom}(Q) = \mathfrak I(u,C) $$ 且： $$ |\mathcal A_Q(u,C)|=1, $$ 則稱： $$ u $$ 在上下文 $C$ 下對查詢 $Q$ **強查詢相對完備**，記為： $$ \operatorname{QRC}(u,C;Q). $$ 等價地： $$ \operatorname{QRC}(u,C;Q) \iff |\mathfrak G_Q(u,C)|=1 $$ 且 $Q$ 對所有合法完成有定義。 --- ## 定義 5.2：查詢相對欠決定 若存在： $$ M_i,M_j \in \mathfrak I(u,C) $$ 使： $$ Q(M_i)\neq Q(M_j), $$ 則稱： $$ u $$ 對 $Q$ **查詢相對欠決定**，記為： $$ \operatorname{QRU}(u,C;Q). $$ 即： $$ \operatorname{QRU}(u,C;Q) \iff |\mathcal A_Q(u,C)|>1. $$ --- ## 定義 5.3：查詢可定義性不完備 若： $$ \exists M\in\mathfrak I(u,C): M\notin\operatorname{Dom}(Q), $$ 則稱 $u$ 對 $Q$ 存在 **查詢可定義性不完備**： $$ \operatorname{QDU}(u,C;Q). $$ 因此，本框架至少區分三種狀態： $$ \boxed{ \operatorname{QRC} } $$ 答案已固定； $$ \boxed{ \operatorname{QRU} } $$ 存在不同合法答案； 以及： $$ \boxed{ \operatorname{QDU} } $$ 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： $$ |\mathfrak I(u,C)|>1 $$ 與： $$ |\mathcal A_Q(u,C)|=1. $$ ### 證明 取： $$ \mathfrak I(u,C) = \{M_1,M_2\} $$ 且： $$ M_1\neq M_2. $$ 令 $M_1,M_2$ 僅在與 $Q$ 無關的結構 $Z$ 上不同，而： $$ Q(M_1)=a, $$ $$ Q(M_2)=a. $$ 因此： $$ |\mathfrak I(u,C)|=2 $$ 但： $$ \mathcal A_Q(u,C) = \{a\}, $$ 所以： $$ |\mathcal A_Q(u,C)|=1. $$ 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： $$ \boxed{ \text{Underspecified language} \not\Rightarrow \text{Underdetermined answer for every query}. } $$ --- # 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： $$ M_i,M_j \in \mathfrak I(u,C) $$ 使： $$ Q(M_i)\neq Q(M_j), $$ 則： $$ \neg\operatorname{QRC}(u,C;Q). $$ ### 證明 若： $$ \operatorname{QRC}(u,C;Q) $$ 成立，依定義應有： $$ |\mathcal A_Q(u,C)|=1. $$ 但： $$ Q(M_i)\neq Q(M_j) $$ 代表： $$ |\mathcal A_Q(u,C)|\ge 2. $$ 矛盾。 故： $$ \neg\operatorname{QRC}(u,C;Q). $$ 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： $$ M_1, M_2 $$ 並完成兩件事： $$ M_1,M_2 \in \mathfrak I(u,C), $$ 以及： $$ Q(M_1)\neq Q(M_2). $$ 這就足以否證： $$ \operatorname{QRC}(u,C;Q). $$ 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 $Q$。 令： $$ \operatorname{Feat}(M) $$ 表示模型 $M$ 的可分析特徵集合。 定義查詢核： $$ \operatorname{Core}_Q(u,C) $$ 為所有會影響 $Q$ 值的最小或近最小語義變數集合。 理想形式可寫成： $$ \operatorname{Core}_Q = \min \{ S: Q(M) = f_Q(M|_S) \}. $$ 其中： $$ M|_S $$ 表示只保留變數集合 $S$ 的模型投影。 若某一語義變數： $$ z $$ 滿足： $$ \forall M_i,M_j, \quad M_i|_{\operatorname{Core}_Q\setminus\{z\}} = M_j|_{\operatorname{Core}_Q\setminus\{z\}} \Rightarrow Q(M_i)=Q(M_j), $$ 則 $z$ 不是必要的查詢區分變數。 相反地，若存在： $$ M_i,M_j $$ 只在 $z$ 上不同，且： $$ Q(M_i)\neq Q(M_j), $$ 則 $z$ 對 $Q$ 是查詢敏感變數。 --- # 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： $$ \Theta = \{ \theta_1,\theta_2,\ldots,\theta_n \}. $$ 本文把它分成： $$ \Theta = \Theta_Q^{+} \cup \Theta_Q^{0}, $$ 其中： $$ \Theta_Q^{+} $$ 表示能改變查詢答案的自由度； $$ \Theta_Q^{0} $$ 表示雖然語義上仍未固定，但對查詢 $Q$ 不敏感的自由度。 因此可以定義： $$ \operatorname{Amb}_Q(u,C) = \Theta_Q^{+}. $$ 這是 **查詢敏感歧義集**。 若： $$ \Theta_Q^{+} = \varnothing, $$ 且 $Q$ 對所有完成有定義，則： $$ \operatorname{QRC}(u,C;Q). $$ --- # 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： $$ \operatorname{Gap}_Q(u,C) = \mathfrak G_Q(u,C). $$ 若： $$ |\operatorname{Gap}_Q(u,C)|=1, $$ 則對 $Q$ 沒有有效分岔。 若： $$ |\operatorname{Gap}_Q(u,C)|>1, $$ 則存在查詢相關語義 GAP。 因此： $$ \boxed{ \text{Semantic GAP is query-indexed.} } $$ 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： $$ \mathcal A_Q $$ 具有度量： $$ d_Q, $$ 則可以定義查詢歧義直徑： $$ \Delta_Q(u,C) = \sup_{ M_i,M_j\in\mathfrak I(u,C) } d_Q \left( Q(M_i), Q(M_j) \right). $$ 若： $$ \Delta_Q(u,C)=0, $$ 則所有已定義答案相同。 若： $$ \Delta_Q(u,C)>0, $$ 則存在查詢分岔。 因此在適當條件下： $$ \operatorname{QRC}(u,C;Q) \Rightarrow \Delta_Q(u,C)=0. $$ 反之，若 $Q$ 對所有合法完成有定義，且 $d_Q$ 為分離點的真正度量，則： $$ \Delta_Q(u,C)=0 \Rightarrow \operatorname{QRC}(u,C;Q). $$ --- # 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： $$ 0.501 $$ 與： $$ 0.502 $$ 可能在某任務下等價。 因此給定容差： $$ \varepsilon\ge 0, $$ 定義： $$ M_i\sim_{Q,\varepsilon}M_j \iff d_Q \left( Q(M_i), Q(M_j) \right) \le \varepsilon. $$ 更穩健地，可直接定義： $$ \operatorname{QRC}_{\varepsilon}(u,C;Q) \iff \Delta_Q(u,C) \le \varepsilon. $$ 稱為 **容差查詢相對完備**。 其中： $$ \varepsilon=0 $$ 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 $Q(M)$ 不是單一值，而是一個分佈： $$ Q(M) = P_M(Y\mid E). $$ 此時可選擇： $$ d_Q $$ 為某種分佈距離。 因此： $$ \Delta_Q(u,C) = \sup_{M_i,M_j} d_Q \left( P_{M_i}, P_{M_j} \right). $$ 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： $$ \boxed{ \text{completion difference} \rightarrow \text{answer difference} } $$ 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： $$ Q_{\varphi}(M) = \mathbf 1[M\models\varphi], $$ 則查詢相對完備有一個熟悉的邏輯版本。 若： $$ \forall M\in\mathfrak I(u,C): M\models\varphi, $$ 則： $$ \Gamma(u,C)\models\varphi $$ 在所選模型類與語義制度下成立。 若： $$ \forall M\in\mathfrak I(u,C): M\models\neg\varphi, $$ 則： $$ \Gamma(u,C)\models\neg\varphi. $$ 若同時存在： $$ M_i\models\varphi $$ 與： $$ M_j\models\neg\varphi, $$ 則： $$ \operatorname{QRU}(u,C;Q_{\varphi}). $$ 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： $$ \operatorname{undefined} $$ 當作普通答案值。 例如： $$ \mathcal A_Q = \{ 1/2, 2/3, \operatorname{undefined} \}. $$ 這在某些程式實作上方便，但理論上應分開。 因為： $$ Q(M)=1/2 $$ 表示問題在該模型中有定義且答案為 $1/2$ ； 而： $$ M\notin\operatorname{Dom}(Q) $$ 表示完成本身缺少讓該查詢成立的必要結構。 因此： $$ \boxed{ \text{answer disagreement} \neq \text{query undefinability}. } $$ 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： $$ \Gamma $$ 為原語義約束， 新增約束： $$ \Delta\Gamma, $$ 得到： $$ \Gamma' = \Gamma \cup \Delta\Gamma. $$ 若新增約束只是排除原本合法完成，而不引入新完成，則： $$ \mathfrak I_{\Gamma'}(u,C) \subseteq \mathfrak I_{\Gamma}(u,C). $$ ## 定理 16.1：固定查詢下的完備單調性 若： $$ \operatorname{QRC}_{\Gamma}(u,C;Q) $$ 且： $$ \mathfrak I_{\Gamma'}(u,C) \subseteq \mathfrak I_{\Gamma}(u,C), $$ 並且： $$ \mathfrak I_{\Gamma'}(u,C)\neq\varnothing, $$ 則： $$ \operatorname{QRC}_{\Gamma'}(u,C;Q). $$ ### 證明 由： $$ \operatorname{QRC}_{\Gamma}(u,C;Q) $$ 知存在唯一答案 $a$，使： $$ \forall M\in\mathfrak I_{\Gamma}(u,C): Q(M)=a. $$ 又因： $$ \mathfrak I_{\Gamma'}(u,C) \subseteq \mathfrak I_{\Gamma}(u,C), $$ 所以： $$ \forall M\in\mathfrak I_{\Gamma'}(u,C): Q(M)=a. $$ 因此： $$ |\mathcal A_Q^{\Gamma'}(u,C)|=1. $$ 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： 1. 查詢本身變了； 2. 上下文重定義了語義； 3. 新規則改變了 admissibility； 4. 原 completion space 被重新開放； 5. 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： $$ \operatorname{QRU}_{\Gamma}(u,C;Q), $$ 則新增約束可能排除造成分岔的模型。 存在： $$ \Delta\Gamma $$ 使： $$ \mathfrak I_{\Gamma\cup\Delta\Gamma}(u,C) $$ 只保留同一個 $Q$ -等價類。 此時： $$ \operatorname{QRU} \rightarrow \operatorname{QRC}. $$ 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： $$ |\mathfrak G_Q|=1. $$ --- # 18. 最小語義閉合 定義候選補充約束集合： $$ \mathcal D = \{ \delta_1,\delta_2,\ldots \}. $$ 對某個成本函數： $$ c(\Delta\Gamma), $$ 定義 **最小查詢閉合成本**： $$ \kappa_Q(u,C) = \inf_{\Delta\Gamma} \left\{ c(\Delta\Gamma) : \operatorname{QRC}_{\Gamma\cup\Delta\Gamma}(u,C;Q) \right\}. $$ 若成本簡化為新增獨立約束數量： $$ c(\Delta\Gamma) = |\Delta\Gamma|, $$ 則： $$ \kappa_Q(u,C) $$ 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： $$ M_i\neq M_j, $$ 尋找： $$ Q^* $$ 使： $$ Q^*(M_i)\neq Q^*(M_j), $$ 且查詢複雜度： $$ c(Q^*) $$ 最小。 定義： $$ Q^* = \arg\min_Q \left\{ c(Q): Q(M_i)\neq Q(M_j) \right\}. $$ 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： $$ \mathcal Q = \{ Q_1,Q_2,\ldots,Q_n \}. $$ 定義聯合查詢： $$ Q_{\mathcal Q}(M) = \left( Q_1(M), Q_2(M), \ldots, Q_n(M) \right). $$ 若： $$ |\mathcal A_{Q_{\mathcal Q}}(u,C)|=1, $$ 則稱： $$ u $$ 對查詢族 $\mathcal Q$ 為聯合完備。 可以記為： $$ \operatorname{QRC}(u,C;\mathcal Q). $$ 顯然： $$ \operatorname{QRC}(u,C;\mathcal Q) $$ 比對單一 $Q_i$ 完備更強。 --- # 21. 查詢階層 不同查詢的辨識能力不同。 若： $$ Q_2 $$ 的答案足以推出： $$ Q_1 $$ 的答案，亦即存在函數： $$ f $$ 使： $$ Q_1 = f\circ Q_2, $$ 則可記： $$ Q_1 \preceq Q_2. $$ 意思是： $$ Q_2 $$ 至少和 $Q_1$ 一樣有區分能力。 如果： $$ \operatorname{QRC}(u,C;Q_2), $$ 則： $$ \operatorname{QRC}(u,C;Q_1). $$ 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： $$ \boxed{ \text{coarse query completeness} \not\Rightarrow \text{fine query completeness}. } $$ --- # 22. 查詢完備性不是世界完備性 即使： $$ \operatorname{QRC}(u,C;Q) $$ 成立，也不能推出： $$ |\mathfrak I(u,C)|=1. $$ 因此： $$ \boxed{ \text{Query completeness} \not\Rightarrow \text{semantic uniqueness}. } $$ 更不能推出： $$ \boxed{ \text{world-model completeness}. } $$ 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： $$ \text{relative-global closure} $$ 與： $$ \text{terminal completeness}. $$ SRBC-03 在語義層面建立相似區分。 查詢相對完備： $$ \operatorname{QRC}(u,C;Q) $$ 只表示： $$ \boxed{ \text{在目前合法 completion domain 中，對指定 }Q\text{ 已無答案分岔。} } $$ 它不表示： $$ \boxed{ \text{未來任何新 frame、語境、representation 或 query 都不會重開。} } $$ 因此 SRBC 與 SREG 的閉合哲學一致： $$ \text{local or relative completion} \neq \text{terminal omniscience}. $$ --- # 24. 查詢重開 若上下文從： $$ C $$ 變為： $$ C', $$ 或者表示系統從： $$ \Lambda $$ 變為： $$ \Lambda', $$ 則 completion space 可能變化： $$ \mathfrak I(u,C) \rightarrow \mathfrak I(u,C'). $$ 因此原本： $$ \operatorname{QRC}(u,C;Q) $$ 不保證： $$ \operatorname{QRC}(u,C';Q). $$ 這不是與定理 16.1 矛盾。 因為定理 16.1 要求： $$ \mathfrak I_{\Gamma'}\subseteq\mathfrak I_{\Gamma}. $$ 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： $$ \operatorname{FrameID}, $$ $$ \operatorname{ContextID}, $$ $$ \operatorname{RepresentationID}, $$ $$ \operatorname{QueryID}. $$ 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**： ```yaml 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： $$ M_1,M_2 \in \mathfrak I(u,C) $$ 以及： $$ Q(M_1)\neq Q(M_2). $$ 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： $$ \operatorname{QRC}(u,C;Q) $$ 不能只測幾個模型。 需要證明： $$ \forall M\in\mathfrak I(u,C): Q(M)=a. $$ 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 $Q$ 為命題型查詢，可證： $$ \Gamma(u,C)\models\varphi. $$ --- ## 26.2 查詢核固定證書 若能找到： $$ \operatorname{Core}_Q $$ 且證明所有合法 completion 在該核上同值，則： $$ Q(M) $$ 被固定。 --- ## 26.3 有限模型窮舉證書 若 completion space 有限且完整枚舉： $$ \mathfrak I(u,C) = \{ M_1,\ldots,M_n \}, $$ 並驗證： $$ Q(M_1)=\cdots=Q(M_n)=a, $$ 則成立。 --- ## 26.4 符號性消元證書 若可對自由變數： $$ \Theta $$ 做符號消元，證明： $$ Q(M(\Theta)) = a $$ 對所有 admissible $\Theta$ 恆成立，亦可形成完備證書。 --- # 27. 抽樣不是完備證明 若只測： $$ M_1,\ldots,M_k $$ 並發現： $$ Q(M_1)=\cdots=Q(M_k), $$ 只能得到經驗支持。 不能直接推出： $$ \forall M\in\mathfrak I(u,C): Q(M)=a. $$ 因此： $$ \boxed{ \text{sample agreement} \not\Rightarrow \text{query completeness}. } $$ 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： ```text 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： $$ P(\text{switch wins}) \approx \frac23. $$ 這證明的是： $$ Q(M_{\mathrm{standard}}) = \frac23. $$ 它不證明： $$ \mathfrak I(u,C) = \{ M_{\mathrm{standard}} \}. $$ 因此： $$ \boxed{ \text{simulation validates a model} \neq \text{simulation proves the text uniquely specifies that model}. } $$ 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： $$ \boxed{ \text{Given }M,\text{ is }Q(M)\text{ correctly computed?} } $$ 第二層： $$ \boxed{ \text{Does }u,C\text{ uniquely determine the }Q\text{-relevant part of }M? } $$ 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： $$ Q(M^*)=a $$ 是完全正確的； 但： $$ \operatorname{QRU}(u,C;Q) $$ 也成立。 這沒有矛盾。 它只表示： > 在指定完成模型中答案是 $a$ ；但原表述仍不足以保證所有合法完成都給出 $a$。 --- # 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 $M_1$，有人理解成 $M_2$，所以句子一定有歧義。 這不夠。 人可以誤讀。 因此： $$ \text{reader disagreement} \not\Rightarrow M_1,M_2\in\mathfrak I(u,C). $$ SRBC 要求每個候選 completion 都獨立通過 admissibility。 所以真正證書是： $$ \operatorname{Adm}(M_1\mid u,C) $$ 與： $$ \operatorname{Adm}(M_2\mid u,C), $$ 而不是： $$ \operatorname{Believes}(\text{Reader}_1,M_1). $$ 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： $$ K $$ 為背景知識集合，則： $$ \Gamma(u,C,K) $$ 可以比： $$ \Gamma(u,C) $$ 更強。 然而要區分： $$ K_{\mathrm{ling}} $$ 語言習慣； $$ K_{\mathrm{domain}} $$ 領域規則； $$ K_{\mathrm{institution}} $$ 制度背景； $$ K_{\mathrm{world}} $$ 一般世界知識； $$ K_{\mathrm{analyst}} $$ 分析者額外假設。 否則分析者很容易把： $$ K_{\mathrm{analyst}} $$ 偷偷寫成： $$ K_{\mathrm{text}}. $$ 因此完備性必須帶來源索引： $$ \operatorname{QRC}(u,C,K;Q). $$ --- # 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： $$ V $$ 為視角。 則更完整地： $$ \mathfrak I(u,C,V). $$ 因此： $$ \operatorname{QRC}(u,C,V;Q) $$ 可能對： $$ V_1 $$ 成立，而對： $$ V_2 $$ 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： $$ K_H(C) $$ 主持人知道車的位置； 與： $$ \pi_H $$ 主持人使用何種開門策略。 一般而言： $$ K_H(C) \not\Rightarrow \pi_H. $$ 因為 knowledge state 與 policy state 是不同模型欄位。 例如： $$ M_1: \quad K_H(C)=1, \quad \pi_H=\text{always-open-goat}, $$ 與： $$ M_2: \quad K_H(C)=1, \quad \pi_H=\text{random-unchosen-door}. $$ 兩者可以同時滿足： $$ K_H(C)=1. $$ 若原句只固定 knowledge，而未固定 policy，則是否允許 $M_2$，必須透過 admissibility 判定，而不能用： > 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： $$ O: \text{主持人打開三號門，三號門是羊。} $$ 這是一個事件。 它不自動指定： $$ P(H\mid C,P,\pi_H). $$ 因此： $$ O \not\Rightarrow \pi_H. $$ 更不能從單次： $$ H_{t_0}=3 $$ 直接推出： $$ \forall t, \quad H_t \sim \pi_H^*. $$ 所以： $$ \boxed{ \text{observed event} \neq \text{generating policy}. } $$ 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： $$ Q_1(M) = \mathbf 1 \left[ P_M(W\mid\text{switch}) > P_M(W\mid\text{stay}) \right]. $$ 另一種是： $$ Q_2(M) = P_M(W\mid\text{switch}). $$ 第三種可能是： $$ Q_3(M) = \arg\max_{\pi} \mathbb E_M[U\mid\pi]. $$ 這些不是同一問題。 所以即使： $$ \operatorname{QRC}(u,C;Q_1) $$ 成立，也不代表： $$ \operatorname{QRC}(u,C;Q_2) $$ 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： ```yaml 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： ```text what is the probability? ``` 而應至少知道： $$ P_M \left( E \mid I, \pi, t, V \right) $$ 各欄位究竟代表什麼。 --- # 37. 查詢依賴圖 可建立： $$ D_Q = (V_Q,E_Q), $$ 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 $Q$ 的依賴祖先中，則它可能屬於： $$ \Theta_Q^0. $$ 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： $$ \operatorname{Core}_Q. $$ --- # 38. 查詢相對語義壓縮 一旦我們只關心 $Q$，完整模型可以被壓縮成： $$ \pi_Q: \mathfrak I(u,C) \rightarrow \mathfrak G_Q(u,C). $$ 即把所有對 $Q$ 等價的模型壓成同一類。 因此： $$ \mathfrak G_Q $$ 可以視為與問題 $Q$ 有關的最小語義商之一。 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： $$ \boxed{ \text{query-directed semantic resolution}. } $$ 只解析： $$ \Theta_Q^{+}, $$ 而暫時保留： $$ \Theta_Q^{0} $$ 未決。 這與 SREG 的 delayed commitment 高度一致。 --- # 39. 查詢導向延遲承諾 若： $$ \theta\in\Theta_Q^0, $$ 則為了回答 $Q$ 而強迫選定： $$ \theta=\theta_i $$ 可能是不必要的。 因此： $$ \boxed{ \theta\in\Theta_Q^0 \Rightarrow \text{prefer delayed commitment}. } $$ 而若： $$ \theta\in\Theta_Q^{+}, $$ 則系統必須： 1. 要求補充資訊； 2. 顯式分支； 3. 回傳答案集合； 4. 回傳區間； 5. 回傳條件式答案； 6. 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： $$ \operatorname{QRU}(u,C;Q) $$ 成立，系統不必停止。 可以輸出： $$ Q(M) = \begin{cases} a_1, & \theta=\theta_1,\\ a_2, & \theta=\theta_2. \end{cases} $$ 或： $$ \mathcal A_Q(u,C) = \{ a_1,a_2 \}. $$ 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： $$ \boxed{ \text{最少需要哪兩個模型，就能證明答案未被固定？} } $$ 閉合問題： $$ \boxed{ \text{最少需要增加哪些約束，就能讓答案被固定？} } $$ 兩者可以形成對偶式研究程序： $$ \text{countermodel search} \leftrightarrow \text{minimal completion search}. $$ 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： $$ (u,C,Q), $$ 執行： ## Step 1：建立語義約束 $$ \Gamma = \Gamma(u,C). $$ ## Step 2：建立或近似 completion space $$ \mathfrak I(u,C). $$ ## Step 3：檢查查詢可定義性 $$ \forall M\in\mathfrak I: M\in\operatorname{Dom}(Q)? $$ 若否，回報： $$ \operatorname{QDU}. $$ ## Step 4：搜尋可區分模型 尋找： $$ M_i,M_j $$ 使： $$ Q(M_i)\neq Q(M_j). $$ 若找到，回報： $$ \operatorname{QRU}. $$ ## 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： $$ \operatorname{QRC}. $$ --- # 43. 三值審計狀態 工程上不應只有： ```text complete / incomplete ``` 而建議至少： $$ \{ \operatorname{ProvedComplete}, \operatorname{ProvedUnderdetermined}, \operatorname{Unresolved} \}. $$ 其中： ### ProvedComplete 已有： $$ \forall M\in\mathfrak I: Q(M)=a $$ 的證明。 ### ProvedUnderdetermined 已有： $$ M_i,M_j\in\mathfrak I $$ 且： $$ Q(M_i)\neq Q(M_j) $$ 的證書。 ### Unresolved 目前未找到反例，但也未完成全域證明。 因此： $$ \boxed{ \text{no counterexample found} \neq \text{proved complete}. } $$ --- # 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： $$ \operatorname{FrameRelativeComplete}. $$ 其含義是： $$ \boxed{ \text{在目前聲明的 frame 內已證明完備。} } $$ 但保留： $$ \operatorname{ReopenCondition}. $$ 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： $$ Q_1 $$ 換成： $$ Q_2. $$ ## 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： $$ \operatorname{undefined} $$ 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： $$ \boxed{ \text{把 semantic completion family 與 arbitrary query 綁定。} } $$ 並要求： 1. 分支是否會改變答案； 2. 哪些 open slot 對 query 敏感； 3. 能否構造有限 countermodel certificate； 4. 能否證明 query-relative completeness； 5. 還需多少 constraint 才能閉合； 6. 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 $Q$ 更抽象。 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： $$ Q $$ 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： $$ Q $$ 視為： $$ Q: M \mapsto \operatorname{Obs}_Q(M). $$ 不同模型若： $$ Q(M_i)=Q(M_j), $$ 則對該查詢不可區分。 因此： $$ M_i\sim_Q M_j $$ 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： $$ \boxed{ \text{忽略與當前觀察無關的內部差異。} } $$ --- # 49. 查詢集逐步逼近模型辨識 若加入更多查詢： $$ Q_1,Q_2,\ldots $$ 則模型等價類可能逐步細化。 定義： $$ M_i\sim_{\mathcal Q}M_j \iff \forall Q\in\mathcal Q: Q(M_i)=Q(M_j). $$ 若： $$ \mathcal Q_1 \subseteq \mathcal Q_2, $$ 則： $$ \sim_{\mathcal Q_2} $$ 通常至少和： $$ \sim_{\mathcal Q_1} $$ 一樣細。 當查詢集足夠強時，可能出現： $$ [M]_{\mathcal Q} = \{M\}. $$ 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： $$ \boxed{ \text{語義可以不唯一，但問題答案仍可唯一。} } $$ 以及： $$ \boxed{ \text{嚴格答案可以正確，但其適用模型仍需另外證明。} } $$ 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： $$ u_{\mathrm{MH}}. $$ 合法 completion space： $$ \mathfrak I_{\mathrm{MH}} = \mathfrak I(u_{\mathrm{MH}},C). $$ 查詢可定義為： $$ Q_{\mathrm{switch}}(M) = P_M \left( W \mid \operatorname{switch}, O \right). $$ 若後續找到： $$ M_{\mathrm{std}} \in \mathfrak I_{\mathrm{MH}} $$ 且： $$ Q_{\mathrm{switch}}(M_{\mathrm{std}}) = \frac23, $$ 這只證明標準模型中的答案。 若再找到： $$ M_{\mathrm{alt}} \in \mathfrak I_{\mathrm{MH}} $$ 且： $$ Q_{\mathrm{switch}}(M_{\mathrm{alt}}) \neq \frac23, $$ 則立刻得到： $$ \operatorname{QRU} \left( u_{\mathrm{MH}},C; Q_{\mathrm{switch}} \right). $$ 反過來，若要證明原敘述本身已足以推出： $$ \frac23, $$ 則必須證明： $$ \forall M\in\mathfrak I_{\mathrm{MH}}, \quad Q_{\mathrm{switch}}(M) = \frac23. $$ 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： $$ Q(M_{\mathrm{Marilyn}}) = \frac23 $$ 且： $$ \operatorname{QRU}(u_{\mathrm{original}},C;Q). $$ 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 $2/3$。 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： $$ \mathcal B = \{ B_1,\ldots,B_n \} $$ 經過： $$ Q $$ 後得到： $$ \pi_Q(\mathcal B) = \{ [B_1]_Q,\ldots \}. $$ 因此 SREG 不必把所有 branch 永久保留為同等高優先級。 可以： 1. 合併 $Q$ -等價 branch； 2. 優先探索能改變答案的 branch； 3. 對 $Q$ -無關 ambiguity 延遲承諾； 4. 對 $Q$ -敏感 ambiguity 提升審計優先級； 5. 對已找到的 countermodel 生成證書。 這使 ambiguity debt 可以進一步拆成： $$ D_{\mathrm{amb}} = D_Q^{+} + D_Q^{0}, $$ 其中： $$ D_Q^{+} $$ 為查詢敏感負債； $$ D_Q^{0} $$ 為當前查詢不敏感負債。 --- # 54. 查詢敏感負債 可定義第一代： $$ D_Q^{+} = \sum_{\theta_i\in\Theta_Q^{+}} w_i \cdot u_i, $$ 其中： $$ w_i $$ 為該 open slot 對任務的重要度， $$ u_i $$ 為未解析程度。 如果： $$ D_Q^{+}=0, $$ 並且 query definability 完成，則有機會達到： $$ \operatorname{QRC}. $$ 但： $$ D_Q^{0}>0 $$ 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： $$ u \rightarrow \widehat M \rightarrow Q(\widehat M). $$ 問題在於： $$ \widehat M $$ 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： $$ u \rightarrow \mathfrak I_Q(u,C) \rightarrow \operatorname{QRC/QRU/QDU} \rightarrow \text{answer}. $$ 其中： $$ \mathfrak I_Q $$ 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： $$ \Theta_Q^{+} = \varnothing, $$ 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： $$ \boxed{ \text{ambiguity exists} \not\Rightarrow \text{clarification is necessary}. } $$ 只有當： $$ \Theta_Q^{+}\neq\varnothing $$ 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： $$ M_i,M_j $$ 且： $$ Q(M_i)\neq Q(M_j), $$ 則模型若仍輸出單一無條件答案： $$ a $$ 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： $$ \mathfrak I = \{ M_1,M_2,\ldots \} $$ 為多個與現有資料相容的科學模型。 對某 observable： $$ Q $$ 若： $$ Q(M_i)=Q(M_j) $$ 則該 observable 無法區分它們。 因此尋找： $$ Q^* $$ 使： $$ Q^*(M_i)\neq Q^*(M_j) $$ 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 $Q$，所有法律上可接受的文本完成是否給出同一結論？ 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： $$ u. $$ 不同工程師可能實作： $$ M_1,M_2. $$ 如果對 acceptance test： $$ Q $$ 兩者同值，該差異可能與此 test 無關。 但若： $$ Q(M_1)\neq Q(M_2), $$ 則 requirement 對該 acceptance criterion 欠規格。 所以： $$ \operatorname{QRU} $$ 可以直接對應 specification gap。 --- # 61. 反事實查詢 令： $$ Q_{\operatorname{cf}}(M) = Y_M \left( \operatorname{do}(X=x) \right). $$ 此時 completion space 若未固定因果結構，可能出現： $$ Q_{\operatorname{cf}}(M_i) \neq Q_{\operatorname{cf}}(M_j) $$ 即使所有模型對觀測資料完全一致。 因此： $$ \boxed{ \text{observational completeness} \not\Rightarrow \text{counterfactual completeness}. } $$ 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： $$ Q_t(M) $$ 依賴時間，則： $$ \operatorname{QRC}(u,C;Q_{t_1}) $$ 不保證： $$ \operatorname{QRC}(u,C;Q_{t_2}). $$ 因此動態系統中應明確把： $$ t $$ 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： $$ Q_{\forall}(M) = \mathbf 1 \left[ \forall x\in D_M: P(x) \right], $$ 則其證明負擔通常高於有限局部查詢。 尤其當： $$ D_M $$ 會因 completion 而變動時，問題更複雜。 因此： $$ \boxed{ \text{global query} } $$ 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： - 一定； - 永遠； - 所有； - 絕不； - 唯一； 都帶來更強 query。 例如： $$ Q_{\mathrm{all}}(M) $$ 與： $$ Q_{\mathrm{some}}(M) $$ 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： $$ \boxed{ \text{使用全域符號} \not\Rightarrow \text{全域查詢已被語義閉合}. } $$ --- # 65. 第一代形式化總結 給定： $$ (u,C,Q), $$ 建立： $$ \Gamma(u,C), $$ $$ \mathfrak I(u,C), $$ $$ \operatorname{Dom}(Q), $$ $$ \mathcal A_Q(u,C), $$ $$ \sim_Q, $$ $$ \mathfrak G_Q(u,C). $$ 其中： $$ \mathfrak G_Q(u,C) = \mathfrak I(u,C)/{\sim_Q}. $$ 核心判準為： $$ \boxed{ \operatorname{QRC}(u,C;Q) \iff \operatorname{Dom}(Q) = \mathfrak I(u,C) \land |\mathfrak G_Q(u,C)|=1. } $$ 而： $$ \boxed{ \operatorname{QRU}(u,C;Q) \iff |\mathfrak G_Q(u,C)|>1. } $$ 以及： $$ \boxed{ \operatorname{QDU}(u,C;Q) \iff \operatorname{Dom}(Q) \neq \mathfrak I(u,C). } $$ --- # 66. 本文的六個核心原理 ## 原理一：查詢索引原理 $$ \boxed{ \text{Semantic completeness must be indexed by a query.} } $$ 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 $$ \boxed{ |\mathfrak I|>1 \not\Rightarrow |\mathcal A_Q|>1. } $$ 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 $$ \boxed{ M_i,M_j\in\mathfrak I \land Q(M_i)\neq Q(M_j) \Rightarrow \neg\operatorname{QRC}. } $$ --- ## 原理四：分支結果非反投影原理 若： $$ Q(M_i)=a, $$ 只能證明該 branch 的答案，不能自行推出： $$ \forall M\in\mathfrak I: Q(M)=a. $$ --- ## 原理五：固定查詢的閉合單調性 若： $$ \mathfrak I' \subseteq \mathfrak I $$ 且原本： $$ \operatorname{QRC}, $$ 則只要： $$ \mathfrak I'\neq\varnothing, $$ 完備性保持。 --- ## 原理六：無反例不等於完備 $$ \boxed{ \text{failure to find }M_i,M_j \not\Rightarrow \operatorname{QRC}. } $$ 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。 1. 若無法建立一致且可操作的 admissible completion 概念； 2. 若 query equivalence 在實務上無法比傳統 ambiguity description 提供額外判定力； 3. 若 query-directed resolution 無法降低不必要的語義解析成本； 4. 若 completion provenance 對反例合法性沒有實質幫助； 5. 若最小閉合與最小區分查詢無法操作化； 6. 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； 7. 若 SRBC-06 無法對 Monty Hall 構造真正 admissible 且 query-distinguishable completion family； 8. 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： $$ \boxed{ \text{什麼時候，多個合法完成真的會造成不同答案？} } $$ 下一篇 SRBC-04 將回答： $$ \boxed{ \text{那些讓 branch 偷偷變成「唯一答案」的額外結構，究竟是怎麼被注入的？} } $$ 重點包括： $$ \exists \rightarrow \forall, $$ $$ \text{event} \rightarrow \text{law}, $$ $$ \text{knowledge} \rightarrow \text{policy}, $$ $$ \text{observation} \rightarrow \text{generation mechanism}, $$ $$ \text{local} \rightarrow \text{global}, $$ $$ \text{current} \rightarrow \text{all-time}, $$ 以及： $$ \text{possible} \rightarrow \text{necessary}. $$ 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： $$ u\mapsto M $$ 的先驗唯一化，建立： $$ u \mapsto \mathfrak I(u,C). $$ 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： $$ Q. $$ 從此真正要研究的不是： $$ |\mathfrak I(u,C)|, $$ 而是： $$ |\mathfrak G_Q(u,C)|. $$ 因此： $$ \boxed{ \text{語義不唯一} \neq \text{答案不唯一}. } $$ 以及： $$ \boxed{ \text{答案在單一模型中嚴格成立} \neq \text{原表述已唯一指定該答案}. } $$ 真正的查詢相對完備條件是： $$ \boxed{ \forall M\in\mathfrak I(u,C): Q(M)=a. } $$ 而真正的欠決定反例只需要： $$ \boxed{ \exists M_i,M_j\in\mathfrak I(u,C): Q(M_i)\neq Q(M_j). } $$ 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 $2/3$？ 而是問： $$ \boxed{ \text{原始表述所允許的所有合法完成，是否都把指定概率查詢固定為同一值？} } $$ 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 1. 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. 2. 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. 3. Neo.K with Aletheia. 《SREG-F01｜從符號遊戲到數學宇宙實驗》. EveMissLab, 2026. 4. Neo.K with Aletheia. 《SREG-F03｜形式化壓縮與低歧義數學生成》. EveMissLab, 2026. 5. Neo.K with Aletheia. 《SREG-F04｜脈衝窮盡閉包》. EveMissLab, 2026. 6. 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 7. Tarski, A. *Logic, Semantics, Metamathematics*. Oxford University Press, 1956. 8. Hamblin, C. L. "Questions in Montague English." *Foundations of Language*, 10, 41-53, 1973. 9. Karttunen, L. "Syntax and Semantics of Questions." *Linguistics and Philosophy*, 1, 3-44, 1977. 10. Kamp, H. "A Theory of Truth and Semantic Representation." In *Formal Methods in the Study of Language*, 1981. 11. Kamp, H., & Reyle, U. *From Discourse to Logic*. Kluwer Academic Publishers, 1993. 12. Reyle, U. "Dealing with Ambiguities by Underspecification: Construction, Representation and Deduction." *Journal of Semantics*, 10(2), 123-179, 1993. 13. Copestake, A., Flickinger, D., Pollard, C., & Sag, I. A. "Minimal Recursion Semantics: An Introduction." *Research on Language and Computation*, 3, 281-332, 2005. 14. 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 $Q$ 與答案域 $\mathcal A_Q$ ； - 建立部分查詢與 query definability gap； - 建立查詢答案像 $\mathcal A_Q(u,C)$ ； - 建立 $Q$ -等價關係與查詢商空間 $\mathfrak G_Q(u,C)$ ； - 定義強查詢相對完備 $\operatorname{QRC}$ ； - 定義查詢相對欠決定 $\operatorname{QRU}$ ； - 定義查詢可定義性不完備 $\operatorname{QDU}$ ； - 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 $\Delta_Q$ 與容差完備； - 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 $\kappa_Q$ ； - 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。