# E5 Generator Quotient：跨幾何、標號與進位表示的 Freedom Invariant

## E5 Generator Quotient: A Freedom Invariant Across Geometry, Labeling, and Radix Representation

**版本：** v0.1  
**日期：** 2026-10-02  
**前置：** E0–E4  
**狀態：** Exact quotient construction / cross-representation equivariance

**作者：** Neo.K  
**機構：** EveMissLab／一言諾科技有限公司  

---

## 摘要

E4 得到：

$$
\text{Geometry / Container}
\rightarrow
\text{Admissibility Relations}
\rightarrow
\mathcal G_q
\rightarrow
\text{Freedom Algebra}.
$$

並發現幾何外觀可以大幅改變，但只要 minimal generator structure 不變，指定 query 下的整個 freedom algebra 仍可完全相同。

E5 因此正式定義：

$$
\boxed{
X_1\sim_q X_2
\iff
\mathcal H_q(X_1)\cong\mathcal H_q(X_2),
}
$$

其中：

$$
\mathcal H_q(X)
=
(V,\mathcal G_q)
$$

是 freedom-generator hypergraph。

其 quotient：

$$
\boxed{
\mathfrak Q_q(X)
=
[\mathcal H_q(X)]_{\cong}
}
$$

被提出為第一個候選 **cross-representation occupancy/freedom invariant**。

E5 用四種不同層次測試它：

1. vertex labels 被完全重新排列；
2. constituent labels 改為 opaque symbolic names；
3. 全部 $2^{12}=4096$ 個 subset states 改用 base $2,3,8,10,16,36$ 表示；
4. 使用 E4 coupled generator structure 作為 negative control。

結果：

- baseline 與 relabelled hypergraph exact isomorphic；
- 所有 $4096$ states 的 connectivity、closure distance 與 Möbius coefficient 全部在 isomorphism 下 equivariant；
- Shapley values 精確依 vertex bijection 搬移；
- 六種 radix 的 raw strings 不同，但 decode 後的 invariant digest 完全相同；
- coupled negative control 不與 baseline 同構，且多個 quotient fingerprints 隨之改變。

因此：

$$
\boxed{
\text{raw representation}
\neq
\text{generator quotient}.
}
$$

---

# 1. Generator Quotient

令：

$$
\mathcal H_q(X)
=
(V_X,\mathcal G_q(X)).
$$

若存在雙射：

$$
\varphi:
V_{X_1}
\rightarrow
V_{X_2}
$$

使：

$$
\boxed{
G\in\mathcal G_q(X_1)
\iff
\varphi(G)\in\mathcal G_q(X_2),
}
$$

則：

$$
\mathcal H_q(X_1)
\cong
\mathcal H_q(X_2).
$$

本文將：

$$
\boxed{
[\mathcal H_q(X)]_{\cong}
}
$$

稱為 **Generator Quotient**。

它不是說兩個幾何物體本體相同，而只說：

> 對指定 freedom query $q$，兩者具有同構的最低合法生成結構。

---

# 2. 第一個 baseline quotient

E4 separated model 的 minimal generator family：

$$
\mathcal G
=
\{
\{0,1,2\},
\{3,4,5\},
\{6,7,8\},
\{9,10,11\}
\}.
$$

即四個互不相交的三元 generators。

其 automorphism group 至少包含：

- 四個 generator blocks 的任意排列；
- 每個 triple 內三個 vertices 的任意排列。

事實上：

$$
\boxed{
|\operatorname{Aut}(\mathcal H)|
=
4!(3!)^4
=
31104.
}
$$

所以 $12!$ 個 vertex permutations 中，distinct labeled hypergraphs 數量為：

$$
\boxed{
\frac{12!}{4!(3!)^4}
=
15400.
}
$$

E5 同時用 set-partition enumeration exact 得到：

$$
15400.
$$

因此單一 quotient class 已經包含：

$$
\boxed{
15400
}
$$

個不同的 labeled generator representations。

---

# 3. Explicit Relabeling Certificate

E5 使用固定非平凡 permutation：

| old vertex | new vertex |
| ---: | ---: |
| 0 | 7 |
| 1 | 2 |
| 2 | 10 |
| 3 | 0 |
| 4 | 8 |
| 5 | 4 |
| 6 | 11 |
| 7 | 1 |
| 8 | 6 |
| 9 | 9 |
| 10 | 3 |
| 11 | 5 |


令：

$$
\varphi(i)=\text{上表的新 label}.
$$

則 baseline generators 被搬成另一組看起來完全不同的 vertex labels。

但：

$$
\boxed{
\varphi(\mathcal G)
=
\mathcal G'.
}
$$

因此：

$$
\mathcal H
\cong
\mathcal H'.
$$

程式同時把 hypergraph 轉為 bipartite incidence graph，再用 exact graph-isomorphism matcher 驗證同構成立。

---

# 4. State Equivariance Proposition

對 generator hypergraph：

$$
\mathcal H=(V,\mathcal G),
$$

定義 binary freedom：

$$
V_{\mathcal H}(A)
=
\mathbf 1
[
\exists G\in\mathcal G:G\subseteq A
].
$$

若：

$$
\varphi:
\mathcal H_1\cong\mathcal H_2,
$$

則：

$$
\boxed{
V_{\mathcal H_1}(A)
=
V_{\mathcal H_2}(\varphi(A)).
}
$$

因為：

$$
G\subseteq A
\iff
\varphi(G)\subseteq\varphi(A).
$$

E5 對全部：

$$
4096
$$

個 $A$ exact 驗證。

---

# 5. Latent Freedom Potential 也因 quotient 而保持

E4 定義：

$$
d_{\mathcal H}(A)
=
\min_{G\in\mathcal G}
|G\setminus A|.
$$

在 hypergraph isomorphism 下：

$$
|\varphi(G)\setminus\varphi(A)|
=
|G\setminus A|.
$$

所以：

$$
\boxed{
d_{\mathcal H_1}(A)
=
d_{\mathcal H_2}(\varphi(A)).
}
$$

E5 對全部 $4096$ states exact PASS。

因此：

$$
d_q
$$

不是 vertex label 所擁有的量，而是 quotient-compatible quantity。

---

# 6. Möbius Interaction 也 equivariant

令：

$$
m_{\mathcal H}(B)
$$

為 binary freedom game 的 subset-lattice Möbius coefficient。

因 vertex permutation 只是 Boolean lattice 的 automorphism：

$$
\boxed{
m_{\mathcal H_1}(B)
=
m_{\mathcal H_2}(\varphi(B)).
}
$$

E5 逐一檢查全部：

$$
4096
$$

個 subsets，也全部 exact PASS。

所以 E3/E4 中的 cooperative interaction structure 可以沿 quotient isomorphism 搬移，而不是依賴某套 constituent names。

---

# 7. Shapley Field：不 invariant，但 equivariant

單一 vertex 的 Shapley value不應要求：

$$
\phi_i^{(1)}
=
\phi_i^{(2)}
$$

在相同 label $i$ 上成立，因為 label 本身已被搬動。

真正正確的是：

$$
\boxed{
\phi_i^{(1)}
=
\phi_{\varphi(i)}^{(2)}.
}
$$

因此：

$$
\Phi
$$

是一個 equivariant field。

若只需要 label-independent fingerprint，則可取 multiset：

$$
\boxed{
\{
\phi_i
\}_{i\in V}.
}
$$

baseline quotient 中所有 vertices 對稱，因此：

$$
\phi_i=\frac{1}{12}.
$$

---

# 8. Cross-Radix Test

E5 接著把每一個 subset state：

$$
A
\subseteq
\{0,\ldots,11\}
$$

編成 bitmask integer：

$$
m(A)\in\{0,\ldots,4095\}.
$$

再分別使用：

$$
b\in\{2,3,8,10,16,36\}
$$

表示。

一個代表性 state：

$$
m=2730
$$

得到：

| base $b$ | encoding of mask 2730 | decoded invariant digest |
| ---: | --- | --- |
| 2 | `101010101010` | `de85b26eb4f4c1d5...` |
| 3 | `10202010` | `de85b26eb4f4c1d5...` |
| 8 | `5252` | `de85b26eb4f4c1d5...` |
| 10 | `2730` | `de85b26eb4f4c1d5...` |
| 16 | `AAA` | `de85b26eb4f4c1d5...` |
| 36 | `23U` | `de85b26eb4f4c1d5...` |


raw strings 顯然不同。

但每個 representation decode 回同一 subset 後，重新計算：

$$
V(A),
\quad
d(A),
\quad
m_{\mathcal H}(A)
$$

所得完整 $4096$ -state sequence 的 SHA256 digest 完全相同。

因此：

$$
\boxed{
\rho_b(A)
\neq
A,
}
$$

但：

$$
\boxed{
I(\operatorname{decode}_b(\rho_b(A)))
=
I(A).
}
$$

這是目前最乾淨的 cross-radix representation test。

---

# 9. 這不是「數字換進位當然一樣」而已

如果 invariant 只是 raw digit length：

$$
L_b(m),
$$

它會明顯隨 base 改變。

若 invariant 是：

$$
\text{digit pattern},
$$

也會改變。

E5 要保留的不是「所有 representation 都一樣」，而是區分：

$$
\boxed{
\text{representation-owned quantity}
}
$$

與：

$$
\boxed{
\text{decoded relational invariant}.
}
$$

所以跨 radix 的真正要求是：

$$
\boxed{
\text{Representation Non-Ownership}.
}
$$

這與 Perfect Cuboid Global Closure 中「radix 是 observer／representation，而不是世界本身」完全接上。

---

# 10. Isomorphism-Invariant Fingerprints

Generator Quotient：

$$
[\mathcal H]_{\cong}
$$

才是真正的抽象 invariant。

但計算時可以建立若干 quotient-compatible fingerprints，例如：

$$
\boxed{
\mathbf W
=
(W_0,\ldots,W_{12}),
}
$$

其中：

$$
W_k
=
\#\{
A:|A|=k,\;V(A)=1
\}.
$$

以及：

$$
\boxed{
\mathbf D
=
\#\{
A:
(|A|,d(A))
=
(k,r)
\},
}
$$

Möbius order/coefficient spectrum：

$$
\boxed{
\mathbf M,
}
$$

以及 sorted Shapley multiset。

這些全部在 isomorphism 下 invariant。

但 E5 特別保留一個重要限制：

$$
\boxed{
\text{same fingerprint}
\not\Rightarrow
\text{hypergraph isomorphism}
}
$$

一般不保證成立。

所以 fingerprint 是快速摘要，不是 quotient 本體。

---

# 11. Negative Control

E5 使用 E4 coupled model：

| model | isomorphic to base | generators | edge-size profile | winning subsets |
| --- | ---: | ---: | --- | ---: |
| base | 1 | 4 | 3,3,3,3 | 1695 |
| relabelled | 1 | 4 | 3,3,3,3 | 1695 |
| negative_coupled | 0 | 12 | 3,3,3,3,3,3,4,4,4,4,4,4 | 2131 |


baseline：

$$
4
$$

個 size- $3$ generators。

coupled：

$$
12
$$

個 generators，其中 edge-size profile 包含 size $3$ 與 $4$。

exact incidence-graph isomorphism test：

$$
\boxed{
\mathcal H_{\mathrm{base}}
\not\cong
\mathcal H_{\mathrm{coupled}}.
}
$$

而 winning subsets：

baseline：

$$
1695,
$$

coupled：

$$
2131.
$$

因此 quotient 並沒有把所有幾何／freedom systems 都壓成同一類。

它仍然具有辨識力。

---

# 12. Generator Quotient Factorization

到 E5 為止，我們可以把一整串量寫成：

$$
X
\longrightarrow
\mathcal H_q(X)
\longrightarrow
[\mathcal H_q(X)]_{\cong}.
$$

而一大類 freedom observables：

$$
F_q
$$

其實可以經 quotient factor：

$$
\boxed{
F_q(X)
=
\widetilde F_q(
[\mathcal H_q(X)]_{\cong}
).
}
$$

更精確地，對需要 vertex correspondence 的 field quantity，它們是 quotient 上 associated/equivariant structures，而不是純 scalar。

這裡出現第一個真正接近「canonical information object」的候選：

$$
\boxed{
\mathfrak Q_q(X)
=
[\mathcal H_q(X)]_{\cong}.
}
$$

---

# 13. SOBTA 的新位置

現在可以把：

$$
\Gamma_q
=
\langle
S_q,O,\partial
\rangle
$$

再往前推一步。

對固定 query/action class $q$，三者共同誘導：

$$
\boxed{
\mathcal H_q
=
\operatorname{Gen}
(
S_q,
O,
\partial
).
}
$$

因此：

$$
\mathcal H_q
$$

並不是單獨屬於：

- 主體；
- 客體；
- 邊界；

任何一域。

而是三者耦合下的 admissibility generator structure。

這非常接近 SOBTA 原本：

$$
\tau_{SO\partial}
\neq
\tau_{SO}
+
\tau_{S\partial}
+
\tau_{O\partial}.
$$

因為合法 generator 可能只有在主、客、邊共同設定後才存在。

---

# 14. ACTM：現在可以追蹤 quotient transport

E1–E4 追蹤：

$$
\mathbf F,
\quad
\mathcal G_q,
\quad
\mathcal H_q.
$$

E5 之後可以再 quotient：

$$
\boxed{
[\mathcal H_q(t)]_{\cong}
\xrightarrow{T}
[\mathcal H_q(t+1)]_{\cong}.
}
$$

因此 operator 可以分成：

### Representation-only

$$
[\mathcal H_q(t)]_{\cong}
=
[\mathcal H_q(t+1)]_{\cong}.
$$

### Generator-changing but quotient-preserving

原 labels / embedding 改變，但仍同構。

### Quotient-changing

$$
[\mathcal H_q(t)]_{\cong}
\neq
[\mathcal H_q(t+1)]_{\cong}.
$$

最後一種才是真正的 freedom-structure transition。

---

# 15. E5 Verdict

E5 exact 建立：

$$
\boxed{
X_1\sim_q X_2
\iff
\mathcal H_q(X_1)\cong\mathcal H_q(X_2).
}
$$

並對 baseline / relabelled representations 驗證：

$$
V,
\quad
d,
\quad
m,
\quad
\Phi
$$

全部按正確 invariant / equivariant law 保存。

六種 radix encoding 亦全部通過 decode 後 invariant test。

negative control 則成功被 quotient 分開。

因此：

$$
\boxed{\mathrm{E5\ PASS}}.
$$

最重要的新候選不變量為：

$$
\boxed{
\mathfrak Q_q(X)
=
[\mathcal H_q(X)]_{\cong}.
}
$$

---

# 16. 目前 E0–E5 的主鏈

$$
\boxed{
\begin{aligned}
E0:\;&
\text{Measure / Freedom Separation}\\
E1:\;&
\text{Freedom Transport}\\
E2:\;&
\text{Threshold and Structural Escape}\\
E3:\;&
\text{Cooperative Fiber Algebra}\\
E4:\;&
\text{Latent Potential and Generator Hypergraph}\\
E5:\;&
\text{Generator Quotient / Representation Invariant}.
\end{aligned}
}
$$

我們現在已經從：

> 「空白中似乎存在無形資訊纖維」

走到：

$$
\boxed{
\text{Container-relative admissibility generators}
\rightarrow
\text{hypergraph quotient}.
}
$$

這已經是一個相當具體的數學對象。

---

# 17. 下一步：E6

下一輪最自然的不再是證明「換標號不影響」。

那太容易了。

真正要挑戰 quotient 的是：

$$
\boxed{
E6:
\text{Cross-Resolution Generator Limit}
}
$$

也就是同一個 continuous target／container relation，在：

$$
N=16,32,64,128,\ldots
$$

下會得到不同大小的 generator hypergraphs。

問題變成：

> 當 constituent 數量本身改變時，還有沒有一個 quotient / coarse-graining morphism，使這些 $\mathcal H_{q,N}$ 收斂到同一個結構？

如果能做到，才會真正從：

$$
\text{representation invariance}
$$

跨到：

$$
\boxed{
\text{substrate-resolution invariance}.
}
$$

那會是比 E5 更硬的一關。

---

## Reproducibility

- `E5_generator_quotient.py`
- `E5_model_invariants.csv`
- `E5_state_equivariance.csv`
- `E5_radix_invariance.csv`
- `E5_fingerprints.csv`
- `E5_shapley.csv`
- `images/`
- `manifest.json`

核心 checks 均為 exact finite assertions。