# 說與不說都是證據：反事實微語義反演、遺漏條件與沉默的證據性

**What Is Said and What Is Not Said Are Both Evidence: Counterfactual Microsemantic Inversion, Omission Conditions, and the Evidential Status of Silence**

**文件編號：** EML-HSGR-2026-05  
**系列：** 跨時代主體生成器重建論（Historical Subject-Generator Reconstruction, HSGR）05  
**作者：** Neo.K  
**理論整理與形式化協作：** Aletheia（GPT-5.6 Sol）  
**版本：** v0.1  
**日期：** 2026-09-14  
**狀態：** 方法論基礎稿  

**機構：** EveMissLab／一言諾科技有限公司  

---

## 摘要

本文承接 HSGR Paper 01–04，處理歷史主體生成器重建中的另一個關鍵問題：除了「一個人說了什麼」，「他沒有說什麼」能否同樣成為證據？

本文拒絕兩個極端。第一個極端認為沉默天然有意義，任何未提及都可以被解讀為拒絕、隱瞞或無知；第二個極端則認為未出現的內容完全沒有資訊價值。本文提出條件式立場：**遺漏只有在存在合理表達機會、足夠觀察概率、可識別的替代輸出空間，以及不同候選生成器對「說／不說」給出不同概率時，才具有真正的辨識力。**

設語境為 $C$，可行輸出集合為：

$$
\mathcal U^{CF}(C)
=
\{u_1,u_2,\ldots,u_k\},
$$

歷史主體真正選出的輸出為：

$$
u^*.
$$

傳統語義研究通常只分析：

$$
u^*.
$$

本文則提出，完整證據應包含：

$$
\boxed{
u^*
+
\left(
\mathcal U^{CF}(C)\setminus\{u^*\}
\right).
}
$$

但未被選出的輸出不能被機械地全部當成負證據；它們只有在候選生成器對輸出選擇分布存在差異時才具有辨識力。本文因此提出「反事實微語義反演」（Counterfactual Microsemantic Inversion, CMI）：由實際輸出、替代輸出、遺漏、詞序、模態、停頓、修正、拒答、重複、語體與跨語境穩定性，共同反演主體的潛在生成政策。

本文進一步定義**遺漏證據比**：

$$
\operatorname{OER}(y;H_1,H_0,C)
=
\log
\frac{
P(\neg y\mid H_1,C,\Omega)
}{
P(\neg y\mid H_0,C,\Omega)
},
$$

其中 $\Omega$ 包含表達機會、記錄率、審查、文類限制、受眾與保存機制。若兩個假設在「沒有說 $y$ 」上的概率相同，沉默沒有辨識力；若某假設強烈預測應該提到 $y$，但在高觀察率與高機會條件下持續未出現，沉默才可能形成較強負證據。

本文同時引入「微語義向量」，將單次表達表示為：

$$
\mu(u)
=
(
l,
o,
m,
h,
r,
s,
q,
a
),
$$

分別對應詞彙選擇、順序、模態、hedging、重複、沉默位置、修正型態與替代集位置。大量單次弱訊號可以跨文本與跨情境形成生成器約束。

在歷史方法上，本文與 Grice 的會話推理、Rational Speech Act 模型、Bayesian argument from silence、archival silence 與新近 omission studies 相接，但不把任何單一語用學模型當成完整歷史心智模型。AI 時代的新能力在於：大規模列舉反事實輸出、比較多個候選生成器、估計來源與保存機率、跨文本找 patterned omissions，並用未見材料進行預測驗證。

本文最終提出一條核心原則：

$$
\boxed{
\text{Absence}
\neq
\text{Evidence}
}
$$

但：

$$
\boxed{
\text{Expected Presence}
+
\text{Opportunity}
+
\text{Observability}
+
\text{Persistent Absence}
\Rightarrow
\text{Potential Evidence}.
}
$$

因此，「不說也是說」不是修辭口號，而可以被轉化為一個有條件、有反例、有失敗模式的歷史認知反演框架。

**關鍵詞：** 沉默、遺漏、反事實、微語義、argument from silence、語用推理、Rational Speech Act、歷史主體重建、AI 文本分析、負證據

---

# 0. 問題提出：沒有出現的東西，可以算資料嗎？

假設一個人被問：

> 你認為 $X$ 嗎？

他回答：

> 我認為 $Y$。

他沒有直接回答 $X$。

我們是否可以因此推論：

$$
\neg X?
$$

答案顯然不能直接是「可以」。

因為他可能：

- 沒聽懂問題；
- 覺得 $Y$ 更重要；
- 故意迴避；
- 不知道 $X$ ；
- 覺得 $X$ 不值得回答；
- 害怕回答；
- 文體限制不允許展開；
- 原始回答中有 $X$，但後來記錄遺失；
- 或只是在當下忘了提到。

所以：

$$
\boxed{
\text{not said}
\not\Rightarrow
\text{negated}.
}
$$

但另一方面，如果一個人：

- 在一百次高度相關場合都有機會談到 $X$ ；
- 其他同類概念都反覆被詳細討論；
- 文本保存完整；
- 沒有明顯審查；
- 而某一候選理論強烈預測他一定會使用 $X$ ；

那麼：

$$
\text{persistent non-mention of }X
$$

顯然開始具有資訊價值。

因此真正問題不是：

> 沉默是不是證據？

而是：

$$
\boxed{
\text{在什麼條件下，沉默開始改變候選生成器的後驗概率？}
}
$$

---

# 1. 從實際輸出擴展到反事實輸出空間

設語境為：

$$
C.
$$

在此語境下，歷史主體理論上可能生成一組可行輸出：

$$
\mathcal U^{CF}(C)
=
\{
u_1,u_2,\ldots,u_k
\}.
$$

這裡的 $CF$ 表示 counterfactual。

實際觀察到：

$$
u^*\in\mathcal U^{CF}(C).
$$

傳統文本分析主要研究：

$$
u^*.
$$

例如：

- 這句用了什麼詞；
- 句法如何；
- 命題內容是什麼；
- 典故從何而來。

本文提出：

$$
\boxed{
\text{實際輸出的位置}
}
$$

只有相對於：

$$
\boxed{
\text{可行替代輸出空間}
}
$$

才能獲得完整辨識力。

因為：

$$
u^*
$$

本身的資訊，不只在於它「說了什麼」，還在於：

> 在當時所有可選表達中，為什麼是它？

---

# 2. 生成器不是只產生句子，也產生選擇分布

設候選認知生成器為：

$$
G.
$$

在語境 $C$ 下，它不必對應唯一句子，而是產生輸出分布：

$$
P(u\mid G,C).
$$

因此主體真正的「語言政策」可以寫成：

$$
\pi_G(u\mid C).
$$

觀察到：

$$
u^*
$$

後，我們可以更新：

$$
P(G\mid u^*,C)
\propto
P(u^*\mid G,C)P(G).
$$

這是正向證據。

但若某個輸出：

$$
y
$$

未被選擇，則其資訊價值取決於：

$$
P(\neg y\mid G,C).
$$

所以：

$$
\boxed{
\text{不說}
}
$$

不是一個沒有結構的空白。

它是生成政策中的另一個結果。

---

# 3. 「不說也是資訊」的最低條件

本文提出四個最低條件。

## 3.1 表達機會

記作：

$$
O(y,C)\in[0,1].
$$

它表示：

> 在語境 $C$ 中，如果主體具有與 $y$ 相關的信念或概念，他有多大機會自然提到 $y$？

若：

$$
O(y,C)\approx0,
$$

則沒有說 $y$ 幾乎沒有資訊。

例如一篇討論農業稅制的短文沒有提到宇宙論，不能拿來證明作者沒有宇宙論。

---

## 3.2 可觀察性

記作：

$$
R(y,C)\in[0,1].
$$

表示：

> 即使主體說了 $y$，我們今天有多大機率能在現存材料中看見？

影響因素包括：

- 記錄完整度；
- 文本散佚；
- 抄寫；
- 翻譯；
- 審查；
- 編輯刪節；
- 口傳；
- 檔案選擇；
- 後世保存。

若：

$$
R(y,C)\approx0,
$$

沉默同樣很弱。

---

## 3.3 替代輸出可行性

存在：

$$
y\in\mathcal U^{CF}(C).
$$

才有資格說：

> 他本來可以這樣說。

如果某概念在那個時代根本不存在可用表達，則：

$$
y\notin\mathcal U^{CF}(C).
$$

此時不能把現代術語沒出現當成古人不知道相應結構的直接證據。

需要比較的是當時可用的功能等價表達。

---

## 3.4 模型區分力

若兩個候選生成器：

$$
G_1,G_2
$$

都有：

$$
P(\neg y\mid G_1,C)
=
P(\neg y\mid G_2,C),
$$

那麼沒說 $y$ 對區分兩者完全沒用。

所以真正條件是：

$$
\boxed{
P(\neg y\mid G_1,C)
\neq
P(\neg y\mid G_2,C).
}
$$

只有這樣，遺漏才具有模型辨識力。

---

# 4. 遺漏證據比

本文定義：

$$
\operatorname{OER}
(
y;
G_1,G_0,C,\Omega
)
=
\log
\frac{
P(\neg y\mid G_1,C,\Omega)
}{
P(\neg y\mid G_0,C,\Omega)
},
$$

其中：

$$
\Omega
=
(
O,
R,
A,
K,
M,
J
).
$$

各項表示：

- $O$：opportunity，表達機會；
- $R$：recordability / observability，記錄與保存率；
- $A$：alternative set，可行替代表達；
- $K$：communication cost，表達成本；
- $M$：motivation / incentive，說或不說的誘因；
- $J$：genre / institutional constraint，文類與制度限制。

如果：

$$
\operatorname{OER}>0,
$$

則「未說 $y$ 」更支持 $G_1$。

如果：

$$
\operatorname{OER}<0,
$$

則更支持 $G_0$。

如果：

$$
\operatorname{OER}\approx0,
$$

沉默幾乎沒有辨識力。

---

# 5. Bayesian argument from silence

歷史研究中「argument from silence」之所以常被視為危險，是因為人們容易直接寫：

$$
\neg E
\Rightarrow
\neg H.
$$

但真正需要比較的是：

$$
P(\neg E\mid H)
$$

與：

$$
P(\neg E\mid\neg H).
$$

如果假設 $H$ 為真時，本來就很可能沒有留下 $E$，那沉默很弱。

只有當：

$$
P(E\mid H)
$$

很高，而實際卻觀察到：

$$
\neg E,
$$

沉默才會顯著降低：

$$
P(H\mid\neg E).
$$

因此：

$$
\boxed{
\text{absence of evidence}
}
$$

是否接近：

$$
\boxed{
\text{evidence of absence}
}
$$

取決於：

$$
\boxed{
\text{expected detectability if the hypothesis were true}.
}
$$

這正是本文將「不說」形式化的基礎。

---

# 6. 語用學：我們本來就在推理「為什麼他這樣說」

日常語言理解從來不只是字面解碼。

一句：

> 有些學生及格了。

在某些語境中，聽者可能推論：

> 不是全部學生都及格。

這個額外意義並沒有直接寫在字串裡。

Grice 的會話推理早已指出，聽者會根據合作原則與說話者的資訊選擇來推導 implicature。

因此：

$$
\boxed{
\text{utterance meaning}
\neq
\text{literal sentence meaning only}.
}
$$

現代 Rational Speech Act 類模型則更進一步，把說話者與聽者的語用推理表示為機率推斷。

本文不直接把 RSA 當成人類所有語言行為的真實腦模型，但接受其核心提醒：

$$
\boxed{
\text{理解一個輸出，需要考慮說話者本來可以選什麼。}
}
$$

這與 CMI 的反事實輸出空間完全對接。

---

# 7. 正向輸出與負向輸出是同一個選擇事件的兩面

若輸出集合為：

$$
\mathcal U
=
\{u_1,u_2,u_3,u_4\},
$$

實際選擇：

$$
u_2,
$$

則一次選擇同時包含：

$$
u_2
$$

的正向事件，以及：

$$
\neg u_1,
\neg u_3,
\neg u_4.
$$

但這不代表三個未選輸出具有相同權重。

真正證據應該根據：

$$
P(u_i\mid G,C)
$$

判定。

如果：

$$
P(u_1\mid G,C)=0.001,
$$

不選 $u_1$ 幾乎沒有意義。

如果：

$$
P(u_3\mid G,C)=0.95,
$$

但實際沒選 $u_3$，才是強訊號。

所以：

$$
\boxed{
\text{counterfactual omission weight}
\propto
\text{expected selection probability}.
}
$$

---

# 8. 微語義：句子內部也有大量弱訊號

本文將單次輸出表示成微語義向量：

$$
\mu(u)
=
(
L,
O,
M,
H,
R,
S,
Q,
A
).
$$

其中：

- $L$：lexical choice，詞彙選擇；
- $O$：ordering，敘述順序；
- $M$：modality，可能、必然、應該等模態；
- $H$：hedging，保留、降強度、主觀限定；
- $R$：repetition，重複與強調；
- $S$：silence / pause，沉默與停頓位置；
- $Q$：repair，修正、撤回、重說；
- $A$：alternative position，該輸出在反事實候選集中的位置。

例如：

> 這就是 X。

與：

> 我目前傾向認為，這可能比較接近 X。

命題核心可能相近，但：

$$
\mu(u_1)\neq\mu(u_2).
$$

兩者對說話者的：

- 確信度；
- 認識論態度；
- 對反例開放度；
- 社會責任定位；

形成不同約束。

---

# 9. 語序也是選擇

比較：

> 因為 $A$，所以 $B$。

與：

> $B$，而其中一個可能原因是 $A$。

兩句可能包含相同實詞：

$$
\{A,B\}.
$$

但因果承諾不同。

因此微語義反演不能只做 bag-of-words。

需要保留：

$$
\boxed{
\text{relation order}
+
\text{dependency direction}
+
\text{commitment strength}.
}
$$

這也是為什麼對歷史主體重建而言，「同義詞搜索」遠遠不夠。

---

# 10. 修正比初始回答更有辨識力

假設主體先說：

$$
u_1.
$$

聽者理解為：

$$
M_1.
$$

主體立刻修正：

> 不，我不是那個意思。

然後輸出：

$$
u_2.
$$

這個修正事件：

$$
u_1
\rightarrow
\neg M_1
\rightarrow
u_2
$$

提供非常高價值的邊界資訊。

因為它不只告訴我們：

> 主體說了 $u_2$。

還告訴我們：

$$
\boxed{
M_1
\notin
\mathcal T_G.
}
$$

這就是 Paper 03 的負向校正，在歷史文本上的靜態版本。

---

# 11. 拒答也是多種類型

「沒有回答」至少應分為：

$$
\mathcal S_{\mathrm{silence}}
=
\{
s_{\mathrm{unknown}},
s_{\mathrm{irrelevant}},
s_{\mathrm{strategic}},
s_{\mathrm{forbidden}},
s_{\mathrm{pedagogical}},
s_{\mathrm{unrecorded}},
s_{\mathrm{accidental}}
\}.
$$

也就是：

- 不知道；
- 覺得無關；
- 戰略迴避；
- 制度禁止；
- 教學上故意不答；
- 有答但沒被記錄；
- 偶然略過。

因此：

$$
\boxed{
\text{silence}
}
$$

本身不是單一語義 token。

必須反演：

$$
P(
s_k
\mid
C,G,\Omega
).
$$

---

# 12. 持續沉默比單次沉默更有價值

若單次：

$$
\neg y
$$

可能是偶然。

但在多個高機會語境：

$$
C_1,C_2,\ldots,C_n
$$

中皆未出現：

$$
\neg y_1,\neg y_2,\ldots,\neg y_n,
$$

且各事件具有一定條件獨立性，則累積證據可增強。

理想化地：

$$
P(
\neg y_{1:n}
\mid G
)
=
\prod_{i=1}^{n}
P(
\neg y_i\mid G,C_i
).
$$

實際歷史資料通常不獨立，因此不能直接相乘。

但基本方向成立：

$$
\boxed{
\text{patterned silence}
>
\text{isolated silence}.
}
$$

尤其當同一作者在：

- 不同時期；
- 不同受眾；
- 不同文類；

中持續避開同一概念時，辨識力可能顯著提升。

---

# 13. 但「資料很多」不代表沉默變強

如果一百篇文本都來自：

$$
Z_0
$$

的同一抄本傳統，

則：

$$
100
$$

次未提及不等於：

$$
100
$$

個獨立沉默證據。

需要 provenance-aware weighting。

設來源依賴圖：

$$
G_{\mathrm{prov}}.
$$

對高度相依證據：

$$
e_i,e_j,
$$

應降低聯合權重。

因此：

$$
\boxed{
\text{count}
\neq
\text{independent evidence}.
}
$$

這與 Paper 04 的分支分析直接相接。

---

# 14. 文類限制會製造假沉默

一封私人信件、一篇法律條文、一首詩、一份教科書與一場辯論，具有不同輸出空間。

可寫為：

$$
\mathcal U^{CF}(C,J),
$$

其中：

$$
J
$$

表示 genre。

例如：

- 法律文本不寫個人感情；
- 儀式文本不展開哲學論證；
- 教學摘要省略例外；
- 詩歌使用高度壓縮意象。

因此：

$$
\boxed{
\text{genre-inappropriate omission}
}
$$

不能被當成強負證據。

---

# 15. 權力與審查會改變「應該說什麼」

設主體真實偏好生成：

$$
u^*.
$$

但存在外部成本：

$$
K(u,C).
$$

實際選擇可能是：

$$
u^{obs}
=
\arg\max_u
[
U_G(u,C)-K(u,C)
].
$$

如果：

$$
K(y,C)\gg0,
$$

沒說 $y$ 完全可能是政治或社會成本造成。

所以：

$$
\boxed{
\text{silence under coercion}
\not\Rightarrow
\text{absence of belief}.
}
$$

歷史主體重建必須把：

$$
\text{belief model}
$$

與：

$$
\text{expression policy}
$$

分開。

---

# 16. 信念、意圖與輸出不能直接合併

設：

$$
B
=
\text{belief state},
$$

$$
I
=
\text{communicative intention},
$$

$$
U
=
\text{utterance}.
$$

更合理的鏈是：

$$
B
\rightarrow
I
\rightarrow
U.
$$

因此：

$$
U
$$

只對：

$$
B
$$

形成間接約束。

同樣：

$$
\neg U
$$

也不能直接推出：

$$
\neg B.
$$

CMI 的目的不是從句子讀出「真正內心」，

而是：

$$
\boxed{
P(B,I,G\mid U,\neg U,C,\Omega).
}
$$

保留多層不確定性。

---

# 17. 反事實輸出空間本身需要歷史約束

最大的風險之一，是由現代 AI 任意生成：

> 古人當時還可以這樣說。

但如果那個表達：

- 使用不存在的概念；
- 使用當時沒有的分類；
- 預設後來才出現的問題；
- 使用現代科學知識；

則：

$$
u_{modern}
\notin
\mathcal U^{CF}_{historical}(C).
$$

因此反事實生成器必須施加：

$$
\boxed{
\text{historical availability constraint}.
}
$$

候選輸出只能使用：

- 當時存在的語言；
- 當時可接觸的概念；
- 當時可形成的類比；
- 或證據支持的創新幅度。

---

# 18. 不使用某個詞，不代表沒有相應概念

反過來也必須避免字面主義。

即使：

$$
w\notin Z,
$$

仍可能存在：

$$
\operatorname{SemEq}(w)
$$

的其他表達。

所以檢索：

> 他有沒有說過「關係本體論」？

幾乎沒有歷史辨識力。

真正要問的是：

$$
\boxed{
\text{是否存在功能等價的結構表達？}
}
$$

因此 CMI 分析單位應優先是：

$$
\text{semantic operation}
$$

與：

$$
\text{structural commitment},
$$

而不是現代關鍵詞命中。

---

# 19. 重複不是冗餘：它可能是權重

若主體在大量場合反覆說：

$$
y,
$$

重複本身可以表示：

- 高重要性；
- 高教學優先；
- 高防誤解需求；
- 高身份承諾；
- 回應高頻錯誤。

設：

$$
f(y)
$$

為出現頻率。

但：

$$
f(y)
$$

不能直接等於：

$$
\operatorname{Importance}(y).
$$

因為某概念也可能因：

- 對手一直問；
- 編輯偏好；
- 文類要求；

而高頻。

因此需要：

$$
P(f(y)\mid G,C,J).
$$

---

# 20. 遺漏與重複可以組成「語義張力對」

一個很有辨識力的結構是：

$$
\text{high repetition of }A
+
\text{persistent omission of }B.
$$

若：

$$
A
$$

與：

$$
B
$$

是自然競爭解釋，

而主體反覆選擇 $A$，持續不選 $B$，

則：

$$
\boxed{
(A,\neg B)
}
$$

比單獨：

$$
A
$$

提供更強的生成器約束。

這可以稱為：

$$
\boxed{
\text{Semantic Tension Pair}.
}
$$

---

# 21. 「為什麼不是另一句？」是 CMI 的核心問題

對每個高價值輸出：

$$
u^*,
$$

CMI 不只問：

> 這句話是什麼意思？

還至少問：

1. 當時有哪些自然替代說法？
2. 哪些替代最能區分候選生成器？
3. 主體是否在其他場合使用過那些替代？
4. 若從未使用，表達機會有多高？
5. 如果候選理論為真，他本來應該多常使用？
6. 是否有外部成本導致未使用？

形式上：

$$
u^{disc}
=
\arg\max_{u\in\mathcal U^{CF}}
D_{KL}
\left(
P(G\mid u,C)
\parallel
P(G\mid C)
\right).
$$

也就是優先分析最具有模型區分力的輸出與遺漏。

---

# 22. 反事實微語義反演演算法

本文提出最小流程。

## Step 1：建立歷史語境

記錄：

$$
C
=
(
\text{time},
\text{audience},
\text{genre},
\text{institution},
\text{risk},
\text{topic}
).
$$

## Step 2：抽取實際輸出

取得：

$$
u^*.
$$

## Step 3：生成歷史可行替代集

建立：

$$
\mathcal U^{CF}_{hist}(C).
$$

## Step 4：建立候選生成器

$$
\mathcal G
=
\{G_1,\ldots,G_m\}.
$$

## Step 5：估計輸出概率

對每個：

$$
G_i
$$

估計：

$$
P(u\mid G_i,C,\Omega).
$$

## Step 6：計算正向與遺漏證據

包括：

$$
P(u^*\mid G_i,C)
$$

與：

$$
P(\neg u_j\mid G_i,C).
$$

## Step 7：跨語境聚合

比較：

$$
C_1,\ldots,C_n.
$$

## Step 8：來源依賴校正

使用：

$$
G_{\mathrm{prov}}.
$$

## Step 9：留出測試

預測未讀文本：

$$
u_{test}.
$$

## Step 10：輸出後驗而非定論

$$
P(G_i\mid\mathcal E).
$$

---

# 23. 歷史沉默的四級證據強度

本文提出簡化分級。

## Level 0：無證據沉默

$$
O\approx0
$$

或：

$$
R\approx0.
$$

結論：

> 不可推論。

## Level 1：弱沉默

有機會，但只有單次未出現。

結論：

> 輕微更新。

## Level 2：模式沉默

在多個高相關、部分獨立語境中持續缺席。

結論：

> 中度負證據。

## Level 3：反預期沉默

某候選模型強烈預測必然或高概率出現：

$$
P(y\mid G,C)\rightarrow1,
$$

且：

$$
O,R\rightarrow1,
$$

卻持續觀察：

$$
\neg y.
$$

結論：

> 強烈降低該候選模型後驗概率。

---

# 24. 這不等於「沉默就是否定」

本文反覆強調：

$$
\boxed{
\neg\operatorname{Mention}(y)
\neq
\operatorname{Believe}(\neg y).
}
$$

真正可得到的是：

$$
P(G\mid\neg y,C,\Omega)
$$

的變化。

也就是：

> 沉默是關於模型的證據，不是直接等價於一個命題否定。

這個分型可以避免大量歷史過度解讀。

---

# 25. Patterned Omission：有規律的缺席

若某一類概念在：

- 同一作者；
- 同一時期；
- 同一文類；
- 同一組對手；

中反覆被系統性略過，

可以建立 omission pattern：

$$
\mathcal O_p
=
\{
\neg y_{C_1},
\ldots,
\neg y_{C_n}
\}.
$$

再比較其他作者群：

$$
\mathcal O_p^{control}.
$$

若目標作者的缺席模式顯著異常：

$$
P(
\mathcal O_p
\mid
G_{population}
)
\ll1,
$$

它就可能成為非常有價值的生成器指紋。

---

# 26. 跨作者對照可以提高沉默證據

假設同時代其他作者：

$$
A_1,\ldots,A_k
$$

在相同文類與問題上高度頻繁談論：

$$
y.
$$

而目標作者：

$$
H
$$

長期不談。

這使：

$$
O(y,C)
$$

與：

$$
\mathcal U^{CF}(C)
$$

的估計更可信。

因為我們有實際歷史 control group。

所以：

$$
\boxed{
\text{silence evidence improves with matched historical controls}.
}
$$

這比現代研究者憑直覺說：

> 他應該會提到。

可靠得多。

---

# 27. 檔案沉默與主體沉默必須分開

若一份檔案沒有留下：

$$
y,
$$

至少可能有兩種情形：

$$
\text{Subject Silence}
$$

或：

$$
\text{Archive Silence}.
$$

即：

$$
\boxed{
\text{作者沒說}
}
$$

與：

$$
\boxed{
\text{作者說了但歷史沒有保存}
}
$$

完全不同。

因此完整模型需要：

$$
S
\rightarrow
U
\rightarrow
R
\rightarrow
A,
$$

其中：

- $S$：subject；
- $U$：utterance；
- $R$：recording；
- $A$：archive survival。

真正觀察到：

$$
\neg A
$$

時，不能直接推出：

$$
\neg U.
$$

---

# 28. 2026 年的 omission studies 與本文接口

近年的歷史方法研究已開始更直接地把 omission 作為可操作的分析對象。

相關工作強調：

- 必須區分有意與結構性缺席；
- 透過比較閱讀與檔案三角驗證辨認 patterned silence；
- 數位語料庫可以幫助追蹤跨文本缺席；
- omission 必須放回文類、制度與歷史環境。

這和本文 CMI 的方向高度相容。

但本文進一步把問題推到：

$$
\boxed{
\text{omission}
\rightarrow
\text{latent cognitive generator inference}.
}
$$

也就是不只研究：

> 為什麼文件沒有這句？

而是：

> 哪一類生成器最能同時解釋「說了這些」與「始終沒說那些」？

---

# 29. AI 時代的新能力

## 29.1 大規模反事實候選生成

AI 可以針對：

$$
u^*
$$

生成大量：

$$
u^{CF}.
$$

但必須施加歷史可達性限制。

## 29.2 跨文本微語義對齊

可以同時計算：

- hedging；
- modality；
- repair；
- repetition；
- semantic role；
- omission pattern。

## 29.3 Patterned Silence Discovery

在巨大語料中搜尋：

$$
\text{expected co-occurrence but persistent absence}.
$$

## 29.4 候選生成器對比

同時維持：

$$
G_1,\ldots,G_k
$$

而不是只替單一解讀找佐證。

## 29.5 來源與保存模型

利用 provenance graph 估計：

$$
R(y,C).
$$

這使沉默證據首次可能被大規模校準。

---

# 30. AI 最容易犯的五個錯誤

## 30.1 反事實幻想

AI 很會生成：

> 如果我是這位古人，我會這樣說。

但：

$$
\text{plausible}
\neq
\text{historically available}.
$$

## 30.2 把現代概念當自然替代

現代術語不能直接進：

$$
\mathcal U^{CF}_{hist}.
$$

## 30.3 把語料庫缺席當作者沉默

搜尋不到：

$$
y
$$

可能只是 indexing failure。

## 30.4 忽略來源相關性

一萬個網站重複同一句後世解讀，不是一萬個證據。

## 30.5 敘事閉合偏誤

AI 傾向用最少矛盾完成漂亮故事。

但：

$$
\boxed{
\text{narrative completeness}
\neq
\text{historical truth}.
}
$$

---

# 31. 四個核心命題

## 命題一：沉默條件證據命題

若：

$$
P(\neg y\mid G_1,C,\Omega)
\neq
P(\neg y\mid G_0,C,\Omega),
$$

則：

$$
\neg y
$$

對：

$$
G_1,G_0
$$

具有辨識力。

否則無。

---

## 命題二：高可觀察反預期沉默命題

若：

$$
P(y\mid G,C)\rightarrow1,
$$

$$
O(y,C)\rightarrow1,
$$

$$
R(y,C)\rightarrow1,
$$

但實際：

$$
\neg y,
$$

則：

$$
P(G\mid\neg y,C)
<
P(G).
$$

且下降可很大。

---

## 命題三：未選輸出不等權命題

對：

$$
u_i,u_j
\in
\mathcal U^{CF},
$$

即使兩者皆未被選擇，

只要：

$$
P(u_i\mid G,C)
\neq
P(u_j\mid G,C),
$$

其遺漏證據權重不同。

因此：

$$
\boxed{
\text{all unsaid alternatives are not equal}.
}
$$

---

## 命題四：跨語境模式增強命題

若在多個條件部分獨立且高機會語境中：

$$
\neg y
$$

持續發生，

且候選模型對各語境沉默概率有穩定差異，

則聯合沉默可以比任一單次沉默具有更高辨識力。

---

# 32. CMI 實驗綱領

## 32.1 已知生成器盲測

先設定一個人工 agent：

$$
G^*.
$$

讓它在多語境生成：

$$
u_1,\ldots,u_n.
$$

只給研究模型部分輸出。

要求重建：

$$
\widehat G.
$$

測量加入 omission features 前後：

$$
d(\widehat G,G^*).
$$

---

## 32.2 隱藏輸出預測

訓練資料只給：

$$
C_1,\ldots,C_n.
$$

測試：

$$
C_{n+1}.
$$

比較模型能否預測：

- 說什麼；
- 不說什麼；
- 如何 hedge；
- 是否拒答。

---

## 32.3 文類控制實驗

同一主體同一主題，改變：

$$
J_1,J_2,J_3.
$$

測量文類造成的 omission shift。

---

## 32.4 審查成本實驗

控制：

$$
K(u,C).
$$

驗證系統能否區分：

$$
\text{belief absence}
$$

與：

$$
\text{expression suppression}.
$$

---

# 33. 對歷史人物的最低安全輸出格式

CMI 不應輸出：

> 他沒有說 $X$，所以他不知道 $X$。

而應輸出：

> 在目前可用材料中， $X$ 在若干高機會、高保存率語境下持續未出現。候選模型 $G_1$ 原本強烈預測會出現 $X$，而 $G_2$ 不預測。因此此遺漏降低 $G_1$ 相對於 $G_2$ 的支持度。但由於仍存在文類、保存與策略性沉默等替代原因，不能把此結果等同於作者明確認為 $\neg X$。

這才符合：

$$
\boxed{
\text{evidence update}
\neq
\text{mind-reading assertion}.
}
$$

---

# 34. 與 HSGR Paper 01–04 的接口

Paper 01：

$$
\boxed{
\text{由痕跡反演生成器。}
}
$$

Paper 02：

$$
\boxed{
\text{符號不是主體。}
}
$$

Paper 03：

$$
\boxed{
\text{互動提示可逐步重建結構。}
}
$$

Paper 04：

$$
\boxed{
\text{跨世代重建會形成傳承吸引子與漂移。}
}
$$

本篇 Paper 05 加入：

$$
\boxed{
\text{痕跡不只包括已出現內容，
還包括條件性有意義的未出現內容。}
}
$$

因此完整證據場逐漸變成：

$$
\mathcal E
=
(
U,
\neg U,
C,
\Omega,
G_{\mathrm{prov}},
\mu
).
$$

---

# 35. 結論

「說了什麼」當然是資訊。

但只看說出的內容，仍然只看到生成器的一半影子。

任何一次語言輸出，都是一個選擇事件：

$$
\mathcal U^{CF}
\rightarrow
u^*.
$$

因此：

$$
u^*
$$

之所以有意義，不只因為它本身的字面內容，也因為它位於一個替代空間中。

但這並不允許研究者任意宣稱：

> 他沒說，所以他一定反對。

本文真正建立的是條件式原則：

$$
\boxed{
\text{Absence}
\neq
\text{Evidence}.
}
$$

只有當：

$$
\boxed{
\text{Expected Presence}
+
\text{Expression Opportunity}
+
\text{Observability}
+
\text{Historical Availability}
+
\text{Model Discrimination}
}
$$

同時成立時：

$$
\boxed{
\text{Persistent Absence}
}
$$

才開始成為真正有力的證據。

所以：

$$
\boxed{
\text{不說也是資訊}
}
$$

的精確版本不是：

$$
\neg U
\Rightarrow
\neg B.
$$

而是：

$$
\boxed{
\neg U
\Rightarrow
\text{posterior update over candidate generators}.
}
$$

這是一個非常大的差別。

它使沉默從玄學式解讀、心理投射與「我覺得他故意沒說」中脫離出來，進入一個可以估計機會、保存率、替代集、語境與模型差異的認識論框架。

AI 時代使這一框架第一次具有大規模工程可能：

我們可以比較：

$$
10^4
$$

篇文本中的詞彙、順序、模態、修正與沉默模式；

可以建立：

$$
10^3
$$

級別的歷史可行替代輸出；

可以同時維持多個生成器；

也可以在新發現文本上檢驗模型是否真的有預測力。

但 AI 越強，越需要記住最簡單的界線：

$$
\boxed{
\text{沒有看見}
\neq
\text{不存在}.
}
$$

以及：

$$
\boxed{
\text{沒有說}
\neq
\text{沒有想}.
}
$$

真正的研究問題永遠是：

> 如果這個候選生成器是真的，我們究竟應該多期待看到那個輸出？

當這個問題可以被回答時，「沉默」才從空白變成證據。

下一篇 HSGR Paper 06 將處理母系列最後一個核心問題：

> 如果同一句話在不同解析域可以同時成立與不成立，那麼許多古典哲學中的表面矛盾，是否其實來自符號失去 address、domain 與 resolver？

也就是：

$$
\boxed{
\text{精細尋址符號學：多層同一與表面矛盾}.
}
$$

---

# 參考文獻

## 外部文獻

1. Grice, H. P. (1975). Logic and Conversation. In P. Cole & J. L. Morgan (Eds.), *Syntax and Semantics, Vol. 3: Speech Acts*, pp. 41–58.
2. Frank, M. C., & Goodman, N. D. (2012). Predicting pragmatic reasoning in language games. *Science*, 336(6084), 998. DOI: 10.1126/science.1218633.
3. Goodman, N. D., & Frank, M. C. (2016). Pragmatic Language Interpretation as Probabilistic Inference. *Trends in Cognitive Sciences*, 20(11), 818–829. DOI: 10.1016/j.tics.2016.08.005.
4. McGrew, T. (2014). The Argument from Silence. *Acta Analytica*, 29(2), 215–228. DOI: 10.1007/s12136-013-0205-5.
5. Vinzent, M. (2022). The Argument from Silence in Religio-Historical Research. *Religion in the Roman Empire*, 7(3), 430–456. DOI: 10.1628/rre-2021-0027.
6. Jovanović, S. M. (2026). Toward an omission studies framework in historical research: defining, detecting and deploying absence as analytical evidence. *European Review of History*. DOI: 10.1080/13507486.2026.2654438.
7. Currie, A. (2019). Inference from absence: the case of archaeology. *Humanities and Social Sciences Communications*, 6.
8. Pearl, J. (2009). *Causality: Models, Reasoning, and Inference* (2nd ed.). Cambridge University Press.
9. Levinson, S. C. (2000). *Presumptive Meanings: The Theory of Generalized Conversational Implicature*. MIT Press.
10. Sperber, D., & Wilson, D. (1995). *Relevance: Communication and Cognition* (2nd ed.). Blackwell.

## EveMissLab 內部前置文獻

11. Neo.K. (2026). 〈主體不可直讀，但可以逼近：歷史主體生成器重建的逆問題基礎〉.
12. Neo.K. (2026). 〈符號不是主體：跨載體表示極限、語義壓縮與主體域重建的邊界〉.
13. Neo.K. (2026). 〈悟：主體域的跨載體漸近重建、提示算子與互動式認知校正〉.
14. Neo.K. (2026). 〈傳承吸引子漂移：內部一致為何不保證源頭一致〉.
15. Neo.K. (2025). 《語言的秘密：你說的每一句話都在洩露你的靈魂》.
16. Neo.K. (2025–2026). 《知識傳播中的範疇失真：從經典誤讀到量子神秘化的統一認知框架》.

---

# 後續篇章位置

- Paper 06：精細尋址符號學——多層同一與表面矛盾。