---
title: "ARKE-03｜來源定址、超連結與研究依賴結構：可追溯知識承接論"
english_title: "ARKE-03 | Source Addressing, Hyperlinks, and Research Dependency Structures: A Theory of Traceable Knowledge Inheritance"
series: "ARKE Research — AI 原生自主科研完備與知識演化論"
series_english: "AI-Native Research Completion and Knowledge Evolution"
series_id: "ARKE"
paper_id: "ARKE-03"
series_part: "第一部：研究完備與知識可達性"
sequence: 3
series_total: 12
author: "Neo.K with GPT（AI 協作）"
institution: "EveMissLab／一言諾科技有限公司"
version: "v0.1"
date: "2026-10-28"
timezone: "Asia/Taipei"
language: "zh-TW"
status: "FORMAL_RESEARCH_MANUSCRIPT_V0.1; THEORY_AND_CONTRACT_PROPOSAL; EMPIRICAL_VALIDATION_NOT_RUN"
document_type: "來源定址理論／研究證據依賴模型／跨表示可追溯協議／可否證實驗設計"
canonical_source_encoding: "UTF-8"
canonical_math_delimiters: "inline= $...$ ; display=$$...$$"
source_verification_cutoff: "2026-10-28"
repository_policy: "ARKE 軟體為獨立 GitHub 工程；本文僅定義理論與介面語義，不宣稱完成工程或遠端整合"
license: "作者權利保留；正式授權條款尚未決定"
---

# ARKE-03｜來源定址、超連結與研究依賴結構：可追溯知識承接論

## Source Addressing, Hyperlinks, and Research Dependency Structures: A Theory of Traceable Knowledge Inheritance

**系列：** ARKE Research，第 03／12 篇  
**作者：** Neo.K with GPT（AI 協作）  
**機構：** EveMissLab／一言諾科技有限公司  
**日期：** 2026 年 10 月 28 日（Asia/Taipei）  
**狀態：** 正式研究原稿 v0.1；理論定義與協議提案，跨域效能實證尚未執行。  
**承接：** ARKE-01 研究完備契約；ARKE-02 全域知識可達性與合法來源邊界。

**版本：** v0.1  

---

# 摘要

AI 自主科研中的「引用」經常被視為在論文末尾列出標題、作者、年份與 DOI 的工作。然而，當 AI 必須確認某個新定理是否已有先例、某份演算法是否依賴不同假設、某項實驗結果是否反駁舊研究，或一篇論文修訂後究竟改變哪些主張時，僅有作品層級的引用並不足夠。研究者需要回到具體版本、具體主張、證明步驟、演算法定義、實驗表格、程式碼提交與可使用的證據工件，辨識它們之間究竟是引用、相似、依賴、支持、反駁、修正或僅有時間先後關係。

本文提出 **ARKE 來源定址與研究依賴契約**（Source Addressing and Research Dependency Contract, SARDC），將作品身分、版本身分、內容載體、可定位片段、研究主張與查核證據拆成互不等同的層次。每筆研究錨點保留外部識別碼、版本資訊、多種可回訪的超連結、片段選擇器、內容完整性摘要、取得時間、取得權利與查核狀態；同時將研究間關係表示為可攜帶來源與證據的**有型別關係**及必要時的多前提依賴結構。這是一項開放語義契約，不要求以一般知識圖譜、RDF、關聯式資料庫或任何專屬 AI 語言作為唯一底層。

本文給出八個條件命題或反例，說明可點擊連結不等於穩定證據、內容雜湊相同不等於學術主張正確、引用不蘊含支持、研究版本更新可能撤銷片段定位，以及新增來源可能改變當前可信狀態，卻不應抹除歷史判定。本文將來源、依賴及不確定性視為 AI 自主科研的內生工作，而非在研究完成後交由人類替 AI 補做的行政程序。最後提出跨格式、跨語言、斷鏈、錯併、撤回及版本衝突等可否證實驗，並定義量測指標、錯誤門檻與後續 ARKE-04 至 ARKE-12 的接口。

SARDC 並不聲稱新的全球識別碼標準，也不冒稱已解決任意兩篇論文的語義等價性。其主要貢獻是提出一組**能承接既有標準、可被 AI 自己執行、保留無法判定結果、可為跨領域研究重播提供證據基礎**的研究義務與結構條件。

**關鍵詞：** AI 自主科研、來源定址、研究超連結、研究依賴、版本定位、可追溯性、證據鏈、文獻先例、知識承接、研究原稿、內容完整性、跨表示、合法取用

---

# 0. 研究性質、主張分型與不可超越的邊界

為避免將系統設計誤寫為已證實的科研成果，本文沿用 ARKE-01、ARKE-02 的分型規則：

- **D（Definition）**：本文的研究物件、定位契約、關係型別及狀態定義。
- **P（Proposition）**：在明示前提下由定義或反例建立的條件命題。
- **N（Normative Principle）**：AI 研究系統應履行的操作與學術責任。
- **H（Empirical Hypothesis）**：須由預註冊實驗證實或反駁的實際效果假說。
- **B（Boundary）**：不能據此推導的結論及適用條件。

本文**不**主張：已經取得全世界論文全文；一個 DOI 足以定位每個定理；每個網頁都具有可靠的版本歷史；AI 能無誤判斷所有理論等價性；文獻鏈等於模型訓練時的認知來源；由引用關係就能得出數學上的證明依賴；或 ARKE 的獨立 GitHub 軟體已實作本文契約。

**實證狀態：** 本文之 ARKE 自身實驗均為 `NOT_RUN`。文中可引用既有標準及其已公開的功能，但不會因此宣稱 ARKE 已實測達成特定覆蓋率、正確率或自主演化能力。

# 1. 研究問題：從作品引用到可追溯知識承接

## 1.1 作品級引用的不足

假設 AI 正在研究某個數學演算法，其成果論文引用了兩篇先前研究。一般書目資料可以告訴我們哪篇作品引用了哪篇作品，但它不能單獨回答以下問題：

1. 引的是哪個**版本**：預印本初版、修正版、期刊版還是撤回版？
2. 引的是哪個**位置**：定理 4、證明第二段、演算法 2、附錄中的引理還是某段程式碼？
3. 引用關係的**語義**為何：承接方法、歷史背景、指出錯誤、反證，還是使用某個特定實驗數據？
4. 新結果是否使用了相同**假設及適用域**，或者只借用了相似表述？
5. 現在點擊的超連結，是否仍通往當年研究者使用的**同一份內容**？
6. 當來源無法讀取時，AI 能否留下足夠的合法 metadata 與未決標記，避免憑空補出研究內容？

因此：

$$
\mathrm{BibliographicCitation}
\not\Rightarrow
\mathrm{TraceableResearchDependency}.
$$

這不是否定書目引用，而是界定它不能單獨承擔的證據義務。

## 1.2 「找到來源」不是「找到主張」

ARKE-02 區分作品存在、被索引、可合法取用、被檢索到以及足以做語義比較的狀態。ARKE-03 再引入一個更細的問題：**即使全文已取得，AI 是否真的能找到某個被引用主張的精確落點？**

一篇論文可以包含互相矛盾的敘述、局部勘誤、不同適用域、被否定的舊證法以及多個演算法版本。只知道論文的 URL，並不足以確認研究主張的範圍。

## 1.3 與 AI 模型能力的分界

AI 從訓練資料獲得的內部知識，與可向其他研究者核對的外部來源紀錄，是不同物件。AI 無法從一次自然語言輸出可靠推得該觀念究竟由訓練中的哪一個文件形成。研究來源圖應描述**已查得的文獻關係與可證明的使用歷程**，而不是捏造模型內部因果來源。

# 2. 與前兩篇契約的承接

## 2.1 ARKE-01：研究完備契約

承接 ARKE-01 的受約束研究契約：

$$
\Gamma
=
\langle\mathcal U,\mathcal S,\mathcal A,\mathcal V,\mathcal B,\tau\rangle.
$$

其中分別描述可達知識域、檢索策略、權利政策、驗證方法、資源預算及完成／宣稱門檻。本文不改變研究任務語義，也不將「有來源連結」升格為「研究已完成」。

## 2.2 ARKE-02：合法來源可達性子契約

ARKE-02 的來源子契約為：

$$
\Lambda_t
=\langle\mathcal P_t,\mathcal Q_t,\mathcal R_t,\mathcal X_t,\mathcal Z_t,\mathcal K_t\rangle.
$$

ARKE-03 的任務是：對已在 $\Lambda_t$ 中發現、依法可取得某一層級內容的來源，建立可驗證的**位置、身分與關係**；對未能取得或尚無法辨識的來源，保留受限狀態。

本篇不把「可定位」誤當「已取得」，也不把「取得成功」誤當「允許再散布」。

## 2.3 本篇新增的來源依賴契約

定義：

$$
\Omega_t
=\langle
\mathcal I_t,
\mathcal L_t,
\mathcal F_t,
\mathcal C_t,
\mathcal E_t,
\mathcal P_t^{\ast}
\rangle.
$$

- $\mathcal I_t$：作品、版本及內容工件的身分集合；
- $\mathcal L_t$：超連結與片段選擇器及其解析狀態；
- $\mathcal F_t$：檢索到且可記錄的內容、指紋及合法可保留的片段；
- $\mathcal C_t$：可定位的主張、方法、實驗與數據單位；
- $\mathcal E_t$：有型別的研究關係及其證據；
- $\mathcal P_t^{\ast}$：產生、轉換與核查這些物件的來源歷程。

 $\Omega_t$ 是 $\Gamma$ 與 $\Lambda_t$ 的**補充契約**，不是取代它們。單次研究輸出的契約版本與來源截點必須被一併保存。

# 3. D1：六個不可混同的研究身分層

本篇先將來源身分拆為六層：

| 層級 | 身分名稱 | 問題 | 例子 |
|---|---|---|---|
| L0 | 研究作品（Work） | 這是哪一項智識作品？ | 某項 SAT 演算法論文 |
| L1 | 作品版本（Version） | 它是哪個正式狀態？ | v1、v2、勘誤後期刊版 |
| L2 | 內容載體（Manifestation／Artifact） | 實際讀到哪個檔案或表示？ | PDF、HTML、TeX、JATS、原始程式碼 |
| L3 | 定位片段（Segment） | 哪一段可回訪的內容？ | §3.2、定理 4、表 2、程式碼 L60–90 |
| L4 | 研究主張（Claim） | 這個片段到底主張了什麼？ | 指定假設下的時間上界 |
| L5 | 證據及使用歷程（Evidence／Provenance） | 誰在何時以什麼方法查核？ | 來源回訪紀錄、校驗檔、反例工件 |

這是 ARKE 的**概念層次**；不要求每層在資料庫中必須是一張表或一個 RDF 類別。

## 3.1 工作與版本不是一回事

一篇論文的修正版可以撤銷初版中的定理，但它們仍屬於同一研究作品的歷史版本。若 AI 只保存「最新版本」並刪去先前內容，便可能抹除另一項研究真正依賴的原始前提。

$$
W\neq V_1\neq V_2.
$$

上式表示**身分類型不同**，不是說版本之間沒有從屬關係。

## 3.2 版本與載體也不是一回事

同一版本的 PDF、HTML 及 TeX 可以呈現等價的論述，但位元組不必相同。從 PDF 轉成 HTML 時，段落位置、頁碼、符號及圖像位置可能改變。

因此：

$$
\mathrm{SameVersion}(a,b)
\not\Rightarrow
\mathrm{SameBytes}(a,b).
$$

反之，兩處下載內容位元組相同，也不必然證明它們在書目意義上被不同發行者當作同一版本。

## 3.3 片段與主張不是一回事

一個片段可能包含多個主張；一個主張也可能跨越數個定理、圖表及附錄。因此不能預設「段落 ID = 命題 ID」。

例如某文「本演算法的預期時間可達某上界」，下一段又限定了特定分布假設。若只擷取前一句，主張適用域便可能被誤擴張。

## 3.4 識別碼不是證據

DOI、arXiv ID、PMID、倉庫 URL、SWHID 或本地資料庫 ID，分別可以對不同層級提供識別或可定位線索。但**一個識別碼被登記或可解析，不能直接證明其內容正確或已被 AI 確認。**

# 4. D2：四種不同的「來源定位」

為避免把所有超連結視為同一種操作，定義四種定位任務：

1. **發現定位（Discovery Addressing）**：從關鍵詞、標題、語義或引用圖找到候選作品。
2. **身分定位（Identity Addressing）**：確認外部 ID、作品版本、檔案摘要與別名是否指向被預期的研究對象。
3. **片段定位（Segment Addressing）**：回訪確切定理、證明段落、程式碼行、實驗表格或圖像區域。
4. **關係定位（Relation Addressing）**：找出某筆引用或依賴關係之**依據、判定者、時間及證據**。

這四種任務既可以串接，也可以各自失敗。若一項研究只取得作品級 DOI 而無法閱讀特定引理，則必須如實標記：`WORK_IDENTIFIED; CLAIM_LOCATION_UNRESOLVED`。

## 4.1 超連結既是人類接口，也是 AI 操作地址

連結不只是供讀者點開的裝飾。它也應能成為 AI 後續自主研究時的定位操作入口：

- 直接開啟作品或版本的官方落點；
- 在合法條件下取得可比對片段；
- 由片段返回其作品、版本、來源和引用狀態；
- 由研究關係返回證據，讓其他 AI 重播相同檢查；
- 當原連結失效時，保留備援路徑及歷史定位證據。

但連結的可訪問性隨時間、政策、使用者授權和網路環境改變。超連結必須附帶狀態，不應暗示永遠可用。

## 4.2 向外的超連結與向內的內容定址

研究位置可由外部識別碼、原站 URL、版本化 URL、檔案指紋或精確片段選擇器共同表示。**外部 URL 適合回訪與人類閱讀；內部穩定 ID 適合關係維持；內容摘要適合完整性驗證。** 三者互補，不能彼此取代。

# 5. D3：可查核研究錨點（Research Trace Anchor, RTA）

定義每個錨點為：

$$
A=\langle
w,v,m,\ell,\sigma,h,t,\rho,\pi
\rangle.
$$

其中：

- $w$：作品身分與候選別名；
- $v$：版本識別與已知版本關係；
- $m$：內容載體類型及格式；
- $\ell$：可嘗試回訪的外部／本地定位集合；
- $\sigma$：具體片段選擇器與作用範圍；
- $h$：已取得且依法可計算的內容／工件指紋；
- $t$：取得或確認時間及可用的發布時間；
- $\rho$：授權、取用、儲存、摘要與輸出操作的權利狀態；
- $\pi$：產生該定位的程序、來源與查核紀錄。

所有欄位允許依類型出現 `unknown`，但不得用任意推測值補齊。

## 5.1 核心約束

一筆 RTA 若被宣稱為「精確定位到來源文本」，至少必須具備：

- 被識別的版本或一組明示有歧義的版本候選；
- 可回訪片段之選擇器及其生效於哪一個載體；
- 與被檢索內容相符的可檢查依據，例如原始工件摘要或精確文字選擇器；
- 取得時間及查核狀態；
- 操作權利邊界與原站連結（若可用）。

若只取得摘要，錨點可以存在，但只能是**摘要錨點**，不能假稱已定位全文中的某個證明。

## 5.2 主張錨點不是僅供複製的摘錄

對受限內容，可只保留來源 metadata、頁碼／段落定位、內容雜湊與授權允許的少量上下文；若不允許保存原文，必須遵守權利限制，不得藉由「引用定位」規避全文取用條件。

## 5.3 精確性與可恢復性分離

一筆曾經被驗證的錨點，可能在數年後無法直接解析；一個可以重新解析的近似錨點，也可能已不是當年版本。

定義兩個互不等同的性質：

$$
\mathrm{ExactAt}(A,t)
$$

及

$$
\mathrm{RecoverableAt}(A,t).
$$

`RecoverableAt` 為真不必然保證 `ExactAt` 為真。搜尋引擎找到一段類似文字，不代表找到同一版的原始證據。

# 6. 片段選擇器：不是只有頁碼和字串比對

不同研究材料需要不同定位方法，本文提出可替換的選擇器集合。

| 內容類型 | 候選選擇器 | 主要風險 |
|---|---|---|
| 結構化 XML／JATS | 節點 ID、元素路徑、xref | 發行者重新排版、ID 重新生成 |
| HTML | fragment、DOM 節點、TextQuoteSelector | 頁面更新、動態載入、文字重複 |
| 純文字／Markdown | 段落標籤、文字區間、上下文指紋 | 插入段落造成偏移 |
| PDF | 頁、區域、選取文字、版面版本 | 重新排版、掃描件、抽取誤差 |
| LaTeX | 文件版本、環境標籤、定理代號 | 交叉引用重命名、宏展開差異 |
| 程式碼 | 版本提交、檔案路徑、行號、內容摘要 | 行號漂移、搬移、分支分叉 |
| 數據 | 資料集版本、列鍵、欄位、檔案摘要 | 重新排序、欄位變更、匿名化 |
| 影像／圖表 | 版本內區域、圖號、座標與語義註解 | 裁切、縮放、標註漂移 |
| 影片／音訊 | 媒體版本、時間片段、轉錄對齊 | 剪輯、重新上傳、轉錄誤差 |

這裡不是要求所有來源都要使用同一個選擇器，而是要求每次引用都能明確說明定位的**層級、方法、誤差與版本**。

## 6.1 對照既有的 Web Annotation

W3C《Web Annotation Data Model》已定義 Text Quote Selector、Text Position Selector、Fragment Selector、Time State 等概念。ARKE 不應將它們重新包裝成獨創標準，而應在適合的來源上直接使用或映射。[R1]

其中 Text Quote Selector 可能保留原文片段；對有再散布限制的內容，必須依權利政策選擇較低洩漏的定位方式。位置偏移型選擇器也需要綁定來源版本，否則文本修改後可能指向錯誤片段。

## 6.2 連結 fragment 的適用範圍

URI fragment 可指向資源內部或其表示所界定的次級資源，但 fragment 的語義取決於相關媒體表示及處理規則，不能假定所有網頁、PDF 與論文伺服器都支援同一種深層跳轉。[R2]

因此一筆研究錨點的深層連結應保存解析結果，不能僅因 URL 含 `#...` 就視為已精確定位。

# 7. 版本拓撲與歷史不可覆寫

## 7.1 版本不是總能排成單一直線

作品可能存在預印本、期刊版、勘誤稿、翻譯本、平行修正分支及不同格式。即使有部分版本具有先後關係，也不能預設每個版本都能排成唯一鏈。

以版本有向關係：

$$
V=(\mathcal V,\mathcal R_V)
$$

表示，其中 $\mathcal R_V$ 包含 `new_version_of`、`previous_version_of`、`translation_of`、`variant_of`、`retracted_by` 等**型別化候選關係**。

版本之間即使存在發表先後，也不自動等於內容承接；特別是跨出版社、翻譯與作品錯併時。

## 7.2 新版本不能回寫舊版的來源主張

如果初版 $v_1$ 宣稱 $C$，而修正版 $v_2$ 將其改為 $C'$，系統必須保留：

$$
\mathrm{AssertedAt}(C,v_1),
\qquad
\mathrm{AssertedAt}(C',v_2).
$$

不得在無紀錄下將所有舊引用換成 $C'$，否則可能破壞研究歷史、優先權和依賴分析。

## 7.3 既有版本標準

DataCite 以 `IsNewVersionOf`／`IsPreviousVersionOf` 與 `HasVersion`／`IsVersionOf` 區分版本序列與作品的版本實例。這是現成的版本關係語義，不必在 ARKE 中另造一套與其矛盾的公開識別碼標準。[R3]

arXiv 也透過版本標識保存公開提交的替換與撤回歷程。這說明「保留舊研究狀態」不只是抽象的價值偏好，也已有可採用的基礎設施。[R4]

## 7.4 舊版錨點失效如何處理

若來源已被撤回、遷移或更新，舊 RTA 的歷史真值是「曾經在指定版本、時間被檢查到該片段」，不是「現在仍被作者或學界支持」。其當前狀態應分別記錄：

- 歷史定位是否仍可重播；
- 來源是否已撤回／修正；
- 當前研究主張是否仍被支持；
- 是否需要向所有依賴該片段的下游研究發出重新查核提示。

# 8. 位元組、內容與語義的三層完整性

對同一研究內容，定義三種不同的相等：

$$
\mathrm{ByteEq}(a,b),
\quad
\mathrm{ContentEq}(a,b),
\quad
\mathrm{SemanticEq}(a,b).
$$

- `ByteEq`：工件位元組相同；在可信摘要演算法及正確取樣條件下可以使用指紋快速比對。
- `ContentEq`：內容經允許的標準化／表示轉換後相符，必須說明轉換規則與誤差。
- `SemanticEq`：研究命題在指定假設、適用域與語義模型下相同，需額外的形式或實證支持。

三者不能任意互推。

## 8.1 摘要驗證的權限與限制

一份檔案的 SHA-256 摘要相同，在一般碰撞風險假設下可作為內容一致性的強線索；但它不會驗證作者身分、學術正確性、文件授權或證明是否完備。

$$
\mathrm{DigestMatch}
\not\Rightarrow
\mathrm{ClaimTrue}.
$$

對正式科研歸屬而言，摘要還不是可信時間戳記或數位簽章。若要判斷誰何時公開，仍需獨立的時間、版本與來源證據。

## 8.2 保留內容的過程不必等於保留可讀全文

權利限制可能禁止保存某個全文快照；此時可以保存被允許的 DOI、metadata、來源 URL、片段定位、檢查時間、摘要及受限狀態（在其本身獲允許的範圍內）。若無法留下足以重播的內容，便應降低錨點驗證等級，不可無證據地聲稱「完整重播」。

# 9. 有型別的研究依賴結構：不是把所有關係都叫引用

## 9.1 依賴圖及多前提依賴

定義研究物件集合：

$$
\mathcal N
=\mathcal W\cup\mathcal V\cup\mathcal S\cup\mathcal C\cup\mathcal E\cup\mathcal A.
$$

其中 $\mathcal W$ 是作品， $\mathcal V$ 是版本， $\mathcal S$ 是片段， $\mathcal C$ 是研究主張， $\mathcal E$ 是證據， $\mathcal A$ 是查核活動及智能體紀錄。研究關係為：

$$
\mathcal G_R
=(\mathcal N,\mathcal R,\mathcal H),
$$

 $\mathcal R$ 是具型別、具狀態的二元關係， $\mathcal H$ 是可選的多前提依賴集合。並非所有科學推導都能誠實地化約為一條二元邊；例如一個結論同時需要數項假設和特定實驗條件。

## 9.2 邊的最小型別集合

| 關係 | 指涉 | **不得自動推導** |
|---|---|---|
| `cites` | 作品引用作品 | 被引用內容支持結論 |
| `discusses` | 討論某結果或來源 | 採納或贊同該結果 |
| `historically_prior_to` | 較早可查得的發表紀錄 | 後作依賴或抄襲前作 |
| `uses_method_from` | 主張使用某先前方法 | 兩者定理完全等價 |
| `depends_on` | 某結論需特定前提或結果 | 前提已經真實成立 |
| `supports_under` | 某證據在特定條件支持主張 | 超出條件仍成立 |
| `challenges_under` | 某證據在特定條件挑戰主張 | 主張已被完全推翻 |
| `replicates_under` | 指定協議下重現結果 | 全部外部效度成立 |
| `corrects` | 指出並修正特定歷史內容 | 舊論文所有結論失效 |
| `is_new_version_of` | 版本間的更新 | 兩版每個命題等價 |
| `is_translation_of` | 翻譯／跨語言版本關係 | 符號與語義無失真 |
| `is_same_work_candidate` | 可能是同一作品 | 已可自動合併且無疑義 |

其中 `supports_under`、`challenges_under`、`replicates_under`、`depends_on` 的有效性均需要指定前提、來源和證據狀態。沒有證據的關係可以保存為**候選**，但不得混入已驗證關係。

## 9.3 每一條研究關係自身也需要證據

一個關係紀錄不得只包含 `from` 與 `to`；最低還要包含：

- `relation_type`：它宣稱的關係；
- `source_anchor_ids`：支持該關係判定的 RTA；
- `assumptions`／`scope`：適用域及必要前提；
- `asserted_by`：人類、AI 模型或程式判定器的角色；
- `procedure_ref`：查核方法或解析器版本；
- `checked_at`：檢查時間；
- `evidence_state`：已查核、僅聲稱、衝突或未決；
- `rights_state`：判定時允許存取或輸出的證據層級。

**關係本身的來源**與**關係所描述的來源**，兩者不可混同。

# 10. 有型別的依賴超邊與上下文

有些研究結論取決於一組前提，而非一篇作品。例如形式化定理可能要求 $P_1$ 、 $P_2$ 與適用域 $D$ 同時成立。故定義：

$$
H:
\{P_1,P_2,\ldots,P_k\}
\xRightarrow[D]{}
Q.
$$

這裡 $H$ 是「存在一筆**被登記的推導義務**」而非自動保證推導合法。若要進一步宣稱 $Q$ 已由前提證成，必須有合適的驗證方法及對應檢查紀錄。

## 10.1 假設變化不可靜默傳播

若 $P$ 僅在域 $D_1$ 內支持 $Q$，而後續研究改用域 $D_2$，不得直接合成：

$$
P\Rightarrow Q
$$

並省略 $D_1$ 與 $D_2$ 的差異。尤其對數學定理的端點條件、理論計算機科學的時間模型和物理學的近似條件，缺一個前提就可能改變結果。

## 10.2 引用圖與證據圖的嚴格分離

定義書目引用投影：

$$
\mathcal G_{\mathrm{cite}}.
$$

定義附帶範圍和證據的研究依賴投影：

$$
\mathcal G_{\mathrm{evid}}.
$$

一般而言：

$$
\mathcal G_{\mathrm{cite}}
\neq
\mathcal G_{\mathrm{evid}}.
$$

兩張圖可以共享節點與來源，但不得因共用 DOI、作者或年份就自動將引用邊轉為證據支持邊。

# 11. D4：研究錨點與關係的狀態機

為使 AI 可自行操作與停止，提出下列最小解析狀態（名稱為 ARKE 概念詞，非既有標準術語）：

| 狀態 | 意義 | 可合法主張的內容 |
|---|---|---|
| `IDENTIFIER_ONLY` | 只有作品／版本識別碼 | 找到可查的候選識別碼 |
| `METADATA_CONFIRMED` | metadata 與來源對應 | 書目層身分已查核 |
| `SEGMENT_CANDIDATE` | 找到可能的片段 | 尚未排除不同版本或重複片段 |
| `EXACT_ANCHOR_VERIFIED` | 指定版本的定位與完整性比對通過 | 可以回到該版本該片段的特定內容 |
| `RECOVERED_WITH_DIFF` | 原位置漂移，找到替代位置 | 有候選重定位與差異，不得稱完全相同 |
| `AMBIGUOUS` | 多個無法排除的定位 | 不能自選一個當作唯一正解 |
| `RIGHTS_BLOCKED` | 權利或權限阻止所需操作 | 可保留允許的 metadata，不能假裝已看全文 |
| `UNAVAILABLE` | 目前無法取回 | 不能將無法讀取當作不存在 |
| `CONFLICTED` | 來源、版本或指紋互相矛盾 | 必須重新核查或保留衝突 |
| `INVALIDATED` | 原宣稱的精確定位已被反證 | 不得繼續依賴該定位支撐新宣稱 |

解析狀態與**研究主張真值**是獨立的欄位。例如 `EXACT_ANCHOR_VERIFIED` 並不表示該段論證沒有數學錯誤。

## 11.1 有限狀態不能填補世界知識缺口

對於沒有被任何合法可達來源發現的先例，系統不可能憑空產生 RTA。這不是 `INVALIDATED`；它是 ARKE-02 所說的未涵蓋或未發現狀態，須由搜尋覆蓋紀錄來承擔。

## 11.2 角色與權限邊界

自動化解析器能提出錨點候選、驗證已取得檔案、建立引用關係或產生新查核任務，但不得將外部文章中的指令內容當成執行授權。超連結指向的是**研究資源**，不是授予 AI 工具、機器、網路或資料庫寫入權的憑證。

---
# 12. P1–P8：來源定位與研究依賴的結構命題

以下命題不是 ARKE 系統已完成實證的聲稱。它們是本文**在清楚前提下的邏輯結果或反例**，其用途在於規範未來的工程測試和學術宣稱。

## 12.1 P1：可解析 URL 不保證跨時點定位不變

**命題 P1。** 若某 URL 在 $t_1$ 與 $t_2$ 可合法回傳不同版本內容，且引用只保存該 URL 而無版本選擇資訊，則該引用不足以唯一確定跨時點相同的來源片段。

**反例構造。** 設單一頁面在 $t_1$ 顯示「定理 A」，在 $t_2$ 改為「修正後定理 A'」。兩次請求的 URL 完全相同，卻對應不同主張。故 URL 恆定不足以保證內容恆定。

**推論邊界。** 這不是說所有 URL 均不可靠；若其服務契約確保不可變、或另有版本及工件摘要，可能形成足夠定位。本命題只否定「URL 存在」作為充分條件。

## 12.2 P2：雜湊可確認工件，不可確認主張為真

**命題 P2。** 若 $h(a)=h(b)$，在指定摘要演算法與碰撞風險模型下可對位元組一致性提供強證據，但不能推出工件中任一命題已被證明或實驗支持。

**反例構造。** 複製一份包含錯誤等式的文件，原件與複製件有相同位元組與摘要，錯誤仍然存在。故內容完整性與學術正確性為獨立維度。

## 12.3 P3：書目引用不能自動推出支持關係

**命題 P3。** 存在一筆合法書目引用 $a\to b$，其正文語義不是支持，而是反駁、批評或糾正 $b$。

**反例構造。** 論文 A 寫道：「先前論文 B 的 Lemma 2 有反例，故其證明無效」，並引用 B。書目圖有引用邊，但證據關係是 `challenges_under` 而非 `supports_under`。

## 12.4 P4：唯一定位需要版本、選擇器及相符性前提

**命題 P4（條件性定位充分性）。** 對固定且可取得的版本工件 $m_v$，若驗證器已確認工件摘要符合預期，選擇器 $\sigma$ 在該工件中**恰有一個**合法匹配位置，且擷取轉換規則固定，則相對於 $m_v$ 、 $\sigma$ 與該轉換規則，片段定位是唯一的。

**論證。** 由固定工件排除版本漂移；由固定轉換規則排除不同解析器導致的定位定義變更；由恰有一個匹配位置排除多個候選。因此在該契約內唯一。這個結論只證明定位唯一，不證明片段的語義解讀、數學證明與學術歸屬正確。

## 12.5 P5：來源更新可能改變「當前可接受」的查核狀態

**命題 P5。** 若某研究查核明確依賴「來源目前尚未被修訂或撤回」的條件，新增的版本／撤回事件可以使該查核的**當前適用判定**需要重算，而不必抹去舊查核在先前時間成立的歷史紀錄。

**論證。** 設條件 $q_t$ 在 $t_1$ 為真，後來在 $t_2$ 為假。依賴 $q_t$ 的當前判定不再滿足其前提；但在 $t_1$ 進行的來源查核活動仍是已發生的歷史事件。兩者分層保存即可避免矛盾。

## 12.6 P6：限制推導型別可阻止一類「引用即支持」的錯誤傳播

**命題 P6（語法層安全性）。** 若一個下游推論規則只允許使用通過指定證據閘道的 `supports_under` 及經合格驗證的多前提依賴，而**禁止**將 `cites`、`discusses`、`is_same_work_candidate` 直接作為該規則的前提，則只憑一筆書目引用不可能透過這條推論規則生成「已驗證支持」結論。

**論證。** 該推論的前提集合不含 `cites` 型別，故此種單獨輸入不能觸發規則。這是一項型別與流程層保證；如果 `supports_under` 本身被錯判，整個系統仍可能出錯，必須另以實證衡量。

## 12.7 P7：關係數增加不保證知識可信度單調增加

**命題 P7。** 在不刪除任何節點與邊的無條件圖擴張中，圖上的普通可達路徑集合不減；但某一學術主張的當前證據評估可以因新加入的反例、撤回或版本衝突而下降。

**論證。** 前半由圖論中的集合擴張直接成立。後半可由加入一筆有效反例的情境構成；新來源擴張了可達資料，同時削弱了原主張的支持。故「資訊可達性」與「可信狀態」不是同一個單調量。

## 12.8 P8：有限依賴圖無法證明不存在未知先例

**命題 P8。** 若研究圖的覆蓋域尚未被證明包含全部相關文獻，則對該圖找不到某主張的先例，不足以推出全球沒有先例。

**論證。** 考慮兩個與已索引研究圖完全相容的情境：情境一在未涵蓋來源存在先例；情境二不存在。若觀察者只能存取既有圖，兩情境不可區分，故「不存在先例」不可由此唯一判定。

這是 ARKE-01、ARKE-02 的開放世界限制在**定址與依賴圖**層面的直接延伸。

# 13. 來源歷程：是誰在何時做了哪個查核

## 13.1 一筆引用與一項查核活動不是同一件事

當 AI 產生 `supports_under` 候選時，必須能保留生成它的研究活動：當時使用了何種模型、工具、查詢、來源版本及判斷規則。這是**操作歷程**，不是宣稱能讀出模型所有隱含知識來源。

W3C PROV-O 提供 `Entity`、`Activity`、`Agent`，以及 `used`、`wasGeneratedBy`、`wasDerivedFrom`、`wasAssociatedWith` 等可借用的來源語義。[R5] ARKE 可以把它映射到任何選擇的資料結構，而不必強迫所有系統使用 RDF。

## 13.2 來源事件的最低內容

研究查核事件 $e_t$ 至少應有：

$$
e_t=\langle
\mathrm{actor},\mathrm{action},\mathrm{input},\mathrm{output},
\mathrm{method},\mathrm{time},\mathrm{policy},\mathrm{result}
\rangle.
$$

其中 `result` 必須可表示 `success`、`not_found`、`unresolved`、`blocked`、`conflict` 等狀態，不得強迫每個檢索回合二值化為「成功／失敗」。

例如：某工具在 $t_1$ 成功讀取預印本 v1 的 §4，另一工具在 $t_2$ 找到 v2 並發現定理假設被修改。這兩次行動不是同一事件，不得只保存最後的結論而刪除首次使用的來源身分。

## 13.3 信任與可重播不等價

事件記錄能被驗證為自洽，不代表每個原始主張可信。單純的雜湊鏈也不保證外部時鐘、操作者身分或事件輸入本身沒有被偽造。需要更高信任時，應另外使用受信環境、簽章、公開時間戳記、獨立評估及可重播工件；本文不宣稱已實作這些機制。

# 14. 修訂、撤回與下游依賴影響範圍

## 14.1 影響關係不等於自動判錯

當上游定理 $C$ 被修正，系統可以沿 `depends_on`、`uses_method_from`、`supports_under` 等關係找出可能受影響的下游研究。這稱為**待查核影響集合**，不等於「所有下游內容都已無效」。

令 $E_d$ 為具有明確依賴語義且與研究域相符的邊集合。對出現版本異動或疑似錯誤的主張 $c$，定義：

$$
\mathrm{AffectedCandidates}(c)
=\{x\mid c\leadsto x\text{ along }E_d\}.
$$

集合中的節點需要重新評估前提、替代證明或獨立證據；不能只因存在路徑便宣布全部錯誤。

## 14.2 為什麼不能直接沿書目引用展開錯誤半徑

一篇論文可能只是把另一篇文獻列在歷史背景部分。若把每條 `cites` 都視為理論依賴，便會得到巨大的假陽性影響範圍，迫使 AI 重讀大量不相關研究。

因此本文建議同時保存：

$$
\mathrm{CandidateRadius}_{\mathrm{broad}}
$$

與

$$
\mathrm{DependencyRadius}_{\mathrm{qualified}}.
$$

前者作為高召回的候選查核視圖，後者只允許具有範圍與證據限制的依賴關係。兩者都不是已證明錯誤的集合。

## 14.3 與 TVK／CDPET 理論的關係

TVK 關注有效核、成立域與殘差修補；CDPET 關注依賴補丁的演化語義。ARKE-03 可以提供它們所需的**具體來源位置與歷史邊界**，但不要求使用者安裝 TVK、CDPET 或其他私人研究實作才能使用 ARKE 公共契約。

# 15. 跨格式、跨表示與跨語言的定位

## 15.1 表示轉換必須有歷程

假設某研究從 TeX 轉成 PDF，再由擷取工具轉成文字，最後翻譯成另一語言。AI 在翻譯稿中找到關鍵句，不能自動推定原 TeX 中存在完全相同的符號語義。

每個轉換都應記錄：

$$
(m_i,v_i)
\xrightarrow{\theta_i}
(m_{i+1},v_{i+1}),
$$

 $\theta_i$ 至少包含工具版本、轉換配置、已知丟失資訊和錯誤狀態。

## 15.2 同一命題可以有多種地址

同一原始定理可以同時有 PDF 頁碼、HTML 結構 ID、LaTeX 標籤和版本化儲存庫路徑。多地址會改善可恢復性，但只有經過一致性核查後才能合成同一研究主張；不能只因相同定理編號就自動錯併。

## 15.3 翻譯關係不能取代語義查核

DataCite 已提供 `IsTranslationOf` 與 `HasTranslation` 關係以連接翻譯版本。[R3] 但翻譯文稿可能引入符號重命名、量詞變更、語義歧義或編輯修訂。ARKE 必須把「被標為翻譯」與「特定數學主張語義等價」分開記錄。

## 15.4 影像式／多模態研究資料不能被文字唯一化

許多物理圖、數學手寫證明、電鏡影像、醫學圖表及實驗影音，其重要資訊不完全存在於文字序列中。研究定位應允許原生媒體片段、時間範圍、區域或外部多模態地址作為一級入口，而不是先強制 OCR 成唯一 canonical 表示。

影像與聲音中的語義辨識可由 AI 提供候選說明，但原媒體版本與定位仍應保留，避免把模型產生的描述誤當成原始觀測。

# 16. 不預設一般知識圖譜為唯一底層

## 16.1 圖是關係投影，不是唯一儲存本體

本文使用 $\mathcal G_R$ 來分析研究依賴，不代表科研知識一定要存入單一的三元組圖資料庫。研究證據可能更適合保存在關聯式資料庫、版本控制系統、文檔儲存、內容定址儲存、超連結索引，或由 AI 原生表示層管理。

ARKE 只要求必要語義可跨後端保留：

- 作品／版本／片段／主張的區分；
- 有型別且可查的研究關係；
- 來源與證據的時間、版本及查核狀態；
- 權利與限制；
- 失敗、未知、衝突及歷史保存；
- 可在合理成本下回訪或明確報告無法回訪。

## 16.2 一般知識圖譜未必保留假設與真值狀態

普通二元邊 `A supports B` 容易遺失「哪個版本的 A」、「在什麼假設下」、「根據哪段證明」、「是否已驗證」等資訊。SARDC 可使用具型別的邊、多前提結構、事件或其他資料結構來保存這些語義。

這是一個**表示能力要求**，不是對所有既有知識圖譜技術的否定。合適的知識圖譜若已經支援版本、上下文、溯源和驗證狀態，也可以完整實現本篇契約。

## 16.3 超連結並非只有「兩頁之間有一條邊」

在 ARKE 中，超連結是能帶領 AI 到下一個合法查核步驟的**可操作定位結構**；它包含來源查找、精確跳轉、重播依據及失敗報告。其作用更接近「研究路徑的地址」，而不只是可視化網頁連線。

# 17. 可互操作的既有標準與系統

本篇不從零創造全球唯一來源編碼，也不把既有標準重新命名後宣稱原創。可使用的外部標準與基礎設施包括：

| 既有規格／系統 | 已知用途 | SARDC 可借用的部分 | 不能取代的工作 |
|---|---|---|---|
| DOI／DataCite | 研究成果識別與版本等 metadata | 作品、版本、關聯識別 | 特定定理與證明語義判斷 |
| arXiv 版本歷程 | 預印本更新與歷史版本 | 公開的版本錨點 | 跨平台同一性與新穎性判斷 |
| W3C Web Annotation | 網路文本／資源片段定位 | 多種 selector、state | 科學主張真假與研究依賴 |
| W3C PROV-O | 活動、實體、代理者及來源關係 | 可重播的研究歷程語義 | 任意論文間的語義等價 |
| Memento（RFC 7089） | 依時間取得歷史網頁狀態 | 舊版回訪與時間語義 | 對所有內容保證永久封存 |
| Software Heritage SWHID | 軟體工件內容定址 | 程式碼、修訂、路徑與行片段 | 運算結果的科研有效性 |
| NISO JATS | 學術文章的結構化 XML | 章節、引文、標籤與內容結構 | 所有 PDF／手寫稿的解析 |
| OpenAlex | 作品與多個內容位置的關聯 | work 與 location 的多對一視圖 | 自動證明研究結論正確 |
| OpenCitations | 開放書目引用及識別碼 | 引用關係的索引與查詢 | 引用等於支持的錯誤推論 |
| RO-Crate | 研究物件與工作流 metadata 封裝 | 可攜帶資料、程式與歷程包 | 全球先例完整性判斷 |

對應官方規格與說明見 [R1]–[R12]。特別需要注意，OpenAlex 明確將同一作品的不同內容位置及版本資訊分開記錄，這與本篇「work 不是位置」的區分有相似之處，但不代表它已經提供全部片段級證據關係。[R10]

## 17.1 Software Heritage 的內容定位

Software Heritage 的 SWHID 可識別內容、目錄、修訂、發行等工件，並可透過 `origin`、`anchor`、`path`、`lines` 等限定符提供上下文及片段資訊。[R7]

這是對研究程式碼的實際可借用能力。對程式碼所支持的學術主張，仍需另外記錄輸入、環境、方法及結果；不能因為可以定位某段程式就宣稱已重現整個實驗。

## 17.2 RO-Crate 的研究包封裝

RO-Crate 1.1 使用 JSON-LD 來描述研究資料與相關實體，能記錄產生或重用研究成果時所涉及的軟體、設備、工作流與授權資訊。[R8] ARKE 可以將其作為一種匯出或交換格式，卻不將 JSON-LD 設為唯一內部執行語言。

## 17.3 FAIR 原則的承接

FAIR 指出研究資料應具可發現、可取得、可互操作及可重用特性，並強調持久識別碼與豐富 metadata。[R9] 本篇沿用其方向，但將焦點收窄到 AI 自主科研中特定**主張、版本及關係**的定位與查核義務。

## 17.4 文獻檢索索引的作用

大型學術索引可先幫助 AI 發現作品與候選別名，但通常無法直接完成每個命題的定位驗證。ARKE 需要將「由索引取得的關係」保留為其原始資料類型，再按實際取得的全文或實驗證據逐層升級判定。

# 18. 最小來源解析流程（方法論規格，非已完成程式）

本文不在論文中實作資料庫、CLI、爬蟲或 Agent。以下為可交由獨立工程承接的**語義演算法契約**。

```text
INPUT:
  research_claim_or_reference
  source_contract (Gamma, Lambda_t)
  allowed_operations, resource_budget

1. DISCOVER candidate work IDs and source locations.
2. RESOLVE work/version/manifestation identities without forced merging.
3. CHECK legal access and allowed retention/output actions.
4. READ only permitted content; preserve retrieval time and provider.
5. ANCHOR with version, selectors, hashes where lawful and available.
6. TEST whether segment match is unique, ambiguous, absent, or blocked.
7. CLASSIFY the relation: cites / discusses / supports_under /
   challenges_under / uses_method_from / depends_on / unresolved.
8. RECORD evidence, assumptions, verification method, and status.
9. IF source changes: recheck affected dependent claims; preserve history.
10. OUTPUT trace bundle and explicit unresolved/coverage states.

INVARIANTS:
  no unverified citation -> verified support coercion
  no silent version overwrite
  no forced merge on title or URL alone
  no rights-bypass via alternative address
  no inference of global novelty from zero hits
  no external source instructions treated as tool authorization
```

## 18.1 停止條件

一項來源定位工作可以在以下情況停止，但必須記錄停止理由：

- 已在任務契約要求下取得足夠版本與片段證據；
- 已達到查核預算，仍有未決候選；
- 取得權利或可用接口阻止繼續；
- 錨點有不可消除的多重匹配；
- 原文或歷史版本失效且無充分合法替代；
- 需要不同領域的高階語義比較，應由後續 ARKE-05／06 處理。

「停止」不是「世界所有相關文獻已經遍歷」。

## 18.2 重定位次序

若原 URL、片段或版本失效，建議按條件嘗試：原版本固定 ID → 官方版本連結 → 同版本合法鏡像／典藏 → 已核對的指紋及內容片段 → 帶差異報告的候選重定位。任一步出現版本衝突、權利阻擋或不唯一匹配，都應保留原錨點並標記 `AMBIGUOUS` 或 `RECOVERED_WITH_DIFF`。

不得因一個更方便的網頁提供相近文字，就直接替換成「同一證據」。

---
# 19. 三個跨領域示範案例（合成情境，非實測結果）

以下案例用於檢查本文契約是否能明確表達研究工作，**不是** ARKE 已經執行或發現的真實學術爭議。

## 19.1 案例 A：數學定理的版本與前提漂移

某預印本 v1 在定理 3 宣稱對所有 $x$ 成立：

$$
P(x)\Rightarrow Q(x).
$$

v2 修正為只對 $x\in D$ 成立：

$$
\forall x\in D,\quad P(x)\Rightarrow Q(x).
$$

後續研究 C 引用了相同作品 ID，卻未寫版本號。

SARDC 不得自行假設 C 使用的是 v2。它應在合法可取得的範圍內回訪 C 的引用時點、原文描述及相關版本，形成至少兩個候選錨點。若沒有充分證據，輸出：`VERSION_AMBIGUOUS; IMPACT_REVIEW_REQUIRED`。

即使 C 曾依賴 v1 的過強主張，也不能立即否定 C 的最終結論；C 可能另外提供獨立證明。這是 ARKE-07 要接續研究的依賴修復問題。

## 19.2 案例 B：理論計算機科學的演算法先例

假設新論文 N 聲稱某類 SAT 演算法具有新的複雜度上界。較早的論文 O 也聲稱次指數時間，但使用不同計算模型、隨機性、問題表示或資源假設。

若 AI 只看到兩者標題都含「subexponential」便標記為相同成果，屬於錯誤同一性判斷；若只因 N 的形式化證明成功就宣稱 O 不相關，也是不當推論。

正確的結構應分別保存：

- N 與 O 的可回訪原始版本；
- 兩者的精確演算法敘述及複雜度界；
- 證明所使用的計算模型與假設；
- 初步先例關係：`SIMILAR_CLAIM_CANDIDATE`；
- 尚未完成的形式等價、演算法細節及獨立驗證義務。

**本篇只負責來源與依賴的地址**；真正的新穎性裁決屬於 ARKE-04，結構同一性屬於 ARKE-05。不能在 ARKE-03 把候選連結冒稱為完成的數學比較。

## 19.3 案例 C：物理實驗的資料—圖像—結論連結

某物理論文以圖 4 及附錄數據推導出一項經驗結論。研究者後來發現圖 4 於修正版更換了誤差棒，原始數據則另有更新版本。

只引用論文 DOI 無法表達：原圖的哪個區域、哪份數據、哪個處理程式、哪個實驗條件與新結論有關。

SARDC 應能保存：

$$
\mathrm{FigureRegion}
\longleftarrow
\mathrm{ProcessingRun}
\longleftarrow
\mathrm{DatasetVersion},
$$

並記錄這些連結的查核狀態，而不是把圖像文字描述當成原始實驗數據。是否存在科學錯誤，仍應由對應領域的實驗、重播與模型檢驗決定。

# 20. 最小機器可讀語義物件（示例，非正式工程 Schema）

本節只展示跨系統可交換的**語義輪廓**。它不是聲稱已部署的 API，也不建立任何外部網路存取授權。字串 `example.invalid` 為刻意不可解析的示意網域。

## 20.1 錨點概念物件

```json
{
  "schema": "arke/research-trace-anchor-concept-v0.1",
  "anchor_id": "local:rta:example-001",
  "work": {
    "id_candidates": ["local:work:example-a"],
    "identity_state": "CANDIDATE"
  },
  "version": {"label": "v1", "verified": false},
  "manifestation": {"media_type": "application/pdf", "sha256": null},
  "locations": [
    {"url": "https://example.invalid/paper/v1", "role": "VERSION_CANDIDATE"}
  ],
  "selector": {"kind": "theorem_label", "value": "Theorem 3"},
  "checked_at": null,
  "access_state": "UNAVAILABLE",
  "retention_rights": "UNKNOWN",
  "resolution_state": "SEGMENT_CANDIDATE",
  "evidence_links": []
}
```

此示例沒有任何已驗證內容；`verified: false`、`UNAVAILABLE` 及 `UNKNOWN` 是故意保留的未決狀態，不可在工程轉換中自動改成成功。

## 20.2 研究關係概念物件

```json
{
  "schema": "arke/research-relation-concept-v0.1",
  "relation_id": "local:relation:example-001",
  "subject_claim": "local:claim:new-result",
  "object_claim": "local:claim:historical-result",
  "relation_type": "is_same_work_candidate",
  "assumptions": [],
  "scope": "UNSPECIFIED",
  "source_anchor_ids": ["local:rta:example-001"],
  "asserted_by": {"kind": "ai_agent", "model_revision": "UNSPECIFIED"},
  "method_ref": null,
  "checked_at": null,
  "evidence_state": "UNRESOLVED",
  "rights_state": "UNKNOWN"
}
```

`relation_type` 表示候選，不表示已認證同一性。若後來新增證據改判，應追加事件及新版狀態，而不是覆寫最初候選在當時的記錄。

## 20.3 可以自由替換的實作表示

上述物件可以編譯或映射為 SQL、文件資料庫、RDF／JSON-LD、可重播事件流、版本控制清單、研究物件封裝或 AI 原生表示。只要能通過相同契約驗證，本文不對特定資料庫、程式語言或模型設置先驗特權。

# 21. 來源精確定位的量測指標

為避免「找到很多連結」被當成「研究查核正確」，本文分別定義定位、關係及可重播指標。

## 21.1 精確定位接受率

對可由獨立基準核對的錨點集合，令 $N_{\mathrm{acc}}$ 為系統自動接受並宣稱精確的錨點數， $N_{\mathrm{correct}}$ 為其中版本、片段與載體均符合基準的數量。當分母非零：

$$
\mathrm{AnchorPrecision}
=\frac{N_{\mathrm{correct}}}{N_{\mathrm{acc}}}.
$$

此指標不能由 AI 自己把自己產生的答案當作唯一標準答案來計算。

## 21.2 可合法回訪的片段召回

令 $G_{\mathrm{reachable}}$ 為基準中在指定授權與環境下**合法可達**的相關片段集合， $G_{\mathrm{found}}$ 為系統正確定位到的子集：

$$
\mathrm{ReachableAnchorRecall}
=\frac{|G_{\mathrm{found}}|}{|G_{\mathrm{reachable}}|}.
$$

若實際上無法列舉全部可達片段，只能使用經界定的測試參照集，不得宣稱這是全球文獻召回率。

## 21.3 版本錯併率

$$
\mathrm{VersionFalseMergeRate}
=\frac{N_{\mathrm{wrong\ merge}}}{N_{\mathrm{evaluated\ distinct\ pairs}}}.
$$

分母與樣本採樣策略必須事先說明；只評估很容易辨認的不同作品，不能證明在困難版本集合下同樣有效。

## 21.4 研究關係型別錯誤

至少獨立量測：

- `CitationToSupportError`：把引用或討論錯升格成支持；
- `CandidateToIdentityError`：把相似候選錯升格成同一作品／命題；
- `AssumptionLossRate`：在轉換或傳播過程遺失必要假設；
- `RightsBoundaryViolationRate`：違反設定權利契約的存取或輸出操作；
- `StaleAnchorAcceptanceRate`：把已漂移或已失效錨點接受為精確的比例。

這些錯誤通常比「成功搜尋多少篇論文」更直接反映研究傷害風險。

## 21.5 歷史重播率

若一筆查核事件在指定版本、工具與權限條件下可重新定位證據並得到相同的**定位與關係狀態**，可記作成功重播。但這不是保證 AI 自由文本解說的每個字完全一致，也不表示科學主張已經得到新一次獨立確認。

## 21.6 不確定性的校準

如果模型對每條候選關係輸出置信度，應使用保留集與可靠性曲線等方式核對，而不是把 0.99 當成證明。對關鍵關係，系統應容許「不作判定」；因此需同時報告 **coverage–precision trade-off**，不能只挑較容易的樣本展示高準確率。

# 22. H1–H8：可否證的研究假說（全部 NOT_RUN）

所有假說都是提出待測效果，沒有任何一項在本文被宣稱實證成立。

## 22.1 H1：版本感知的複合錨點可降低錯誤引用

**假說：** 相較只保存作品 DOI／URL 的系統，加入版本、選擇器與相符性確認，可降低測試集中的錯誤片段引用。

**反駁條件：** 在預註冊來源、相同查核預算及相同模型下，複合錨點不能降低錯誤率，或收益被不合理的候選拒絕率抵銷。

## 22.2 H2：多地址備援可改善合法條件下的定位恢復

**假說：** 對已失效 URL，同時保存官方版本、典藏地址與合法指紋的策略，相較單一 URL 可以更高比例恢復正確片段。

**反駁條件：** 恢復率無明顯差異，或假陽性重定位上升使有效收益消失。

## 22.3 H3：關係型別閘道可降低「引用即支持」錯誤

**假說：** 將 `cites` 與 `supports_under` 明確分離，並要求後者附證據，可降低下游研究錯誤傳播。

**反駁條件：** 系統雖增加型別欄位，實際仍頻繁自動升格，或在相同資訊與成本下未優於基準方法。

## 22.4 H4：歷史版本保存可降低錯併與優先權誤判

**假說：** 在預印本、期刊稿及撤回修訂混合的測試集上，保留各版本及其發表時間，能降低將不同版本錯當同一原始主張的比例。

**反駁條件：** 效果不顯著，或歷史版本噪音反而導致更多誤判。

## 22.5 H5：有型別依賴可降低錯誤爆炸半徑的假陽性

**假說：** 相較對全部書目引用做無差別傳播，只沿限定依賴關係找尋待查核受影響節點，能提高受影響集合的精確性並降低無效重查成本。

**反駁條件：** 忽略隱含依賴的漏報損失超過節省成本，或精確率沒有穩定改善。

## 22.6 H6：跨表示定位可減少模型對 PDF 排版的依賴

**假說：** 在具多格式來源的同一研究中，同時使用文檔結構、文字選擇器與版本定位，可降低重新排版引起的錨點漂移。

**反駁條件：** 跨表示映射反而造成更多語義錯位或成本超支。

## 22.7 H7：權利分層不必然犧牲基本來源可追溯性

**假說：** 即使受限內容不能永久保存全文，研究系統仍可利用合法 metadata、官方連結、可保留的摘要或片段定位，在部分任務中維持有效引用查核。

**反駁條件：** 多數關鍵先例因來源不可回訪或資訊不足而無法可靠定位，必須如實報告系統可追溯能力的不足。

## 22.8 H8：AI 自主完成基本來源查核能降低人工補救負擔

**假說：** 在相同研究主題、可取得來源、資源預算與發表標準下，AI 將來源定址、版本核對與關係查核納入研究流程，比只在生成論文後附加參考文獻的流程，產生更少需要後續補救的錯誤。

**反駁條件：** 未能降低誤引、錯併、斷鏈與遺失條件的總量，或 AI 因過度保守而無法完成原任務。

這項假說衡量的是 AI 自主研究流程的**實際改善**，不是要求新增人類專家當作流程中的必備執行節點。

# 23. 實驗共通協議與必要對照

## 23.1 對照組

至少比較四個組別：

- **B0：書目基準**——只有作者、年份、題名、DOI／URL。
- **B1：關鍵字＋全文基準**——允許檢索全文並輸出關鍵段落，但不固定版本或證據型別。
- **B2：版本感知基準**——可追蹤版本、位置與摘要，但不要求關係型別及查核歷程。
- **B3：SARDC 候選**——作品、版本、片段、權利、型別關係與歷程全部納入。

各組使用相同的模型與推理預算，或清楚標出不同配置；比較成本時分別計算查詢次數、時間、token、CPU/GPU 及資料存取限制，避免以超額算力誤當成方法優勢。

## 23.2 研究資料集

測試案例應包含：

1. 同題不同成果、異題相同結論及同名作者；
2. 多版本預印本、期刊版、翻譯版與撤回版；
3. 無 DOI、低曝光及跨語言研究；
4. 只在圖、表、附錄或程式碼中出現的證據；
5. 僅可讀 metadata、不能合法保存全文的研究；
6. 構造性反例：引用其實是在反駁；
7. 假版本、錯置頁碼、故意改動內容、過期超連結；
8. 需要多項前提才能成立的定理或實驗推論。

同一研究的不同表示不能隨機分散在訓練集與保留測試集，造成資料洩漏。必要時以作品族／版本族為分組單位隔離。

## 23.3 評估與發表分離

AI 在研究階段可自行完成來源查核。研究成效的獨立評估可以使用預先建立的答案集、經過驗證的來源工件、差異重播、外部基準或領域專家的判讀；這些是**實證測量的參照**，不是要求每篇由 AI 完成的研究都必須等待人類補做常規查核。

若某測試的標準答案也是同一個模型生成且沒有獨立證據，不能宣稱已取得獨立的精確率。

## 23.4 預註冊與失敗報告

- 在實驗前固定任務、資料來源截點、評估標準、比較組與預算。
- 先區分硬性負面案例及正常案例，全部計入分母。
- 正確報告 `NOT_RUN`、`FAILED`、`INCONCLUSIVE`、`BLOCKED` 與 `PASS`。
- 對權利受限、來源失效與重定位有歧義的案例，不能當作模型成功。
- 對主張「已驗證無錯誤」者，要求可供第三方重播的事件與工件，而不是只提供自評分數。

# 24. 方法的安全、權利與責任邊界

## 24.1 自主科研不等於無限制蒐集

AI 能自主操作檢索與定位程序，不代表可以繞過身份驗證、付費牆、robots 或網站使用政策。各類規則具有不同法律及技術意義，應依來源適用政策判定；本篇不以一項技術標籤代替司法管轄的具體法律分析。

## 24.2 研究引用不等於全文再散布許可

一筆 RTA 的存在只表示有合法可記錄的定位線索。若原文有版權、資料保護或保密限制，系統必須控制引用文字、索引快取、儲存位置與對外輸出。不得因內部研究需要，就把取得權利提升成再散布或訓練授權。

## 24.3 連結內容不能成為工具指令

公開網頁、論文 PDF、附錄及 GitHub README 都可能包含自然語言指令。AI 不得因為它們出現在研究來源內，就把內容當成高權限操作命令。應隔離「待分析的來源內容」與「已被授權的工具與系統行動」。

## 24.4 來源移除與記錄保留的張力

對必須移除或撤回的受限內容，系統不能以「研究可追溯」為由繼續保留未獲允許的全文。它可以在合法範圍保留來源 metadata、不可復原指紋、撤回紀錄或最低限度引用，並明示原始材料已不可重播。

# 25. 主要失敗模式及最小防護

| 失敗模式 | 風險 | 最小防護 |
|---|---|---|
| DOI／URL 存在即判已讀全文 | 虛假引用與幻覺 | 分離 `IDENTIFIER_ONLY` 與全文定位 |
| 最新版本覆寫歷史 | 抹除先前研究條件 | 維護不可靜默改寫的版本與事件紀錄 |
| 只靠標題去重 | 不同研究錯合併 | 多識別碼與內容／版本比較；保留候選 |
| 多個片段同時匹配 | 引用落點錯誤 | `AMBIGUOUS`，不得接受唯一解 |
| 片段摘要相同即聲稱證明相同 | 形式與語義混同 | 將內容完整性與科學驗證分層 |
| 引用邊自動升格支持邊 | 錯誤推導連鎖傳播 | 型別檢查與證據閘道 |
| 文件撤回即宣告所有下游錯誤 | 假陽性爆炸 | 只標待查核依賴，檢查替代證據 |
| 替代鏡像沒有核對版本 | 虛假重定位 | 指紋、版本、來源和差異紀錄 |
| 將翻譯稿當作唯一原文 | 語義／符號漂移 | 保存原文定位與翻譯變換 |
| 將模型摘要當原始觀測 | 訓練知識與來源混同 | 保留原載體與轉換歷程 |
| 把權利禁止當資料不存在 | 錯誤的零命中 | `RIGHTS_BLOCKED` 與覆蓋缺口 |
| 模型將網頁文字當成執行命令 | 工具越權 | 來源／指令信任邊界 |
| 以合成測試成功聲稱學術完備 | 過度宣稱 | 實證分型、held-out 與 `NOT_RUN` |

# 26. 本篇不能推出的結論（B）

1. 有 DOI、SWHID、arXiv ID 或 URL，不代表能精確定位任意主張。
2. 取得精確片段，不代表理解其完整學術語義。
3. 內容摘要相同，不代表研究結果正確或原創。
4. 某篇文獻比較早，不代表後來研究者必然讀過或依賴它。
5. 論文引用某研究，不代表支持、採納或證明該研究。
6. 新研究可反駁舊結果，不代表所有歷史條件定理都錯。
7. 關係圖更密，不代表知識更真實、更新穎或更可解釋。
8. 本篇提出跨表示錨點，不代表它們已經完成高精度自動對齊。
9. 有形式證明，不代表已處理研究先例與學術引用責任。
10. AI 自己完成來源查核，不代表每一筆查核都可靠。
11. 研究流程可重播，不代表所有實驗都能由其他環境重現。
12. 文獻搜尋覆蓋更多，仍不能證明全球不存在任何未知先例。
13. 合法可取得內容，不代表可以無條件供訓練、再散布或建立公開快取。
14. 可追溯來源事件不能反推出模型權重中每個想法的真正訓練來源。
15. 本文沒有證明 ARKE 工程已部署、提升 AI 研究能力，或完成 RAI／RSI。

# 27. 與後續論文及獨立軟體的接口

## 27.1 ARKE-04：先例發現

承接可檢索的作品、版本和片段錨點，把「搜尋到相似作品」改為對**特定研究主張**的可查核先例候選。ARKE-04 應允許反向查詢關鍵結果、假設與演算法性質，而非僅靠標題。

## 27.2 ARKE-05：研究同一性

承接 `SEGMENT_CANDIDATE`、`is_same_work_candidate`、跨表示鏈與主張範圍，研究兩項成果究竟是文本近似、方法相同、特定條件下等價，還是仍無法判定。

## 27.3 ARKE-06：多元驗證

承接版本化的證明、數據、程式碼與實驗定位，由適當的形式、數值、經驗或獨立重播方法檢查；不以單一驗證器為必要條件。

## 27.4 ARKE-07：雙向歷史修正

承接 `corrects`、`challenges_under`、版本差異與待查核下游影響集合；讓新研究可以挑戰舊成果，也讓舊研究可以檢查新成果。

## 27.5 ARKE-08：集體智慧歸屬

承接歷史先例與有證據的實際依賴，區分首次發表、獨立重發現、真正方法借用和無法追溯的模型訓練影響。

## 27.6 ARKE-09／10／11／12：演算法、演化與能力實證

後續分別負責自動查核流程、增量更新與成本、研究完成閘道，以及跨域實證；不能因 ARKE-03 的錨點資料模型存在，就宣稱整套科研能力已經被證明。

## 27.7 與 EveTrain RAI Registry

ARKE 可以向 EveTrain RAI Registry 提供來源 ID、理論來源錨點、方法先例、資料版本與研究關係，但**RAI 候選登記不等於訓練授權**；EveTrain 的獨立 RunSpec／Grant、安全執行與研究驗證義務不會被 ARKE 超連結繞過。

ARKE 必須可以單獨運作，不依賴 EveTrain、ISQL、EML-NOVA、TVK 或任何私人理論的安裝。這些系統可於日後提供可選 adapter，不能反過來成為開源核心的必要條件。

# 28. 核心結論

本文把「引用一篇研究」拆成一組可實際查核的科研義務：識別作品、釘選版本、定位片段、保留主張及其假設、記錄實際查得證據、區分引用與支持、追蹤歷史修改，並在來源未決、失效或權利受阻時明確停止。

提出的 **SARDC** 不以「全球知識已可完全索引」為前提，也不要求所有研究都經過某一種形式證明工具。它所要求的是：**AI 不應僅在生成研究成果後附加參考文獻，而應自主建立能夠回到原始知識、定位其具體內容及保留研究關係差異的證據結構。**

$$
\mathrm{ResearchTraceability}
=\mathrm{Identity}
+\mathrm{Version}
+\mathrm{Address}
+\mathrm{Relation}
+\mathrm{Provenance}
+\mathrm{Uncertainty}.
$$

此等式是本篇的**構成性記號**，不是宣稱六項性質可直接相加形成可測物理量。真正的成功必須由上文 H1–H8 的實驗判斷。

由此，ARKE-03 為下一篇「AI 自主先例發現與學術新穎性查核」建立必要的來源定址層：

**先知道哪些研究可以被找到，再知道究竟找到的是哪個版本、哪項主張、哪段證據，以及它與新研究有何可查核的關係。**

---

# 參考文獻及已核對之官方規格（截至 2026-10-28）

**[R1]** W3C Web Annotation Working Group. (2017). *Web Annotation Data Model*. W3C Recommendation. https://www.w3.org/TR/annotation-model/ （TextQuoteSelector、TextPositionSelector、Fragment Selector、State 等來源片段定位方法。）

**[R2]** Berners-Lee, T., Fielding, R., & Masinter, L. (2005). *Uniform Resource Identifier (URI): Generic Syntax*. RFC 3986, §3.5. https://www.rfc-editor.org/info/rfc3986 （fragment 的定義及其由資源表示決定的語義。）

**[R3]** DataCite Metadata Working Group. (2026). *DataCite Metadata Schema 4.7*; DataCite, *Versioning*; *Connecting to Works*. https://schema.datacite.org/ ; https://support.datacite.org/docs/versioning ; https://support.datacite.org/docs/connecting-to-works （研究資源識別、版本／部分／翻譯等有型別關係。）

**[R4]** arXiv. *Submission Version Availability*. https://github.com/arXiv/arxiv-docs/blob/develop/source/help/versions.md （公開預印本版本與替換／撤回的歷史保留原則。）

**[R5]** Lebo, T., Sahoo, S., & McGuinness, D. (Eds.). (2013). *PROV-O: The PROV Ontology*. W3C Recommendation. https://www.w3.org/TR/prov-o/ （Entity、Activity、Agent 與可限定的溯源關係。）

**[R6]** Van de Sompel, H., Nelson, M., & Sanderson, R. (2013). *HTTP Framework for Time-Based Access to Resource States — Memento*. RFC 7089. https://www.rfc-editor.org/info/rfc7089/ （以日期協商、TimeMap 與歷史快照返回舊版資源。）

**[R7]** Software Heritage. *SoftWare Hash persistent IDentifiers (SWHIDs)*. https://docs.softwareheritage.org/devel/swh-model/persistent-identifiers.html （內容、目錄、修訂、發行與 contextual qualifiers 的可追溯地址。）

**[R8]** Sefton, P., Ó Carragáin, E., & Soiland-Reyes, S. (Eds.). (2023). *RO-Crate Metadata Specification 1.1*. Research Object Crate Community. https://www.researchobject.org/ro-crate/specification/1.1/ （JSON-LD 研究物件、資料及產生流程 metadata 封裝。）

**[R9]** Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J. J., et al. (2016). *The FAIR Guiding Principles for scientific data management and stewardship*. Scientific Data, 3, 160018. https://doi.org/10.1038/sdata.2016.18 （可發現、可取得、互操作、可重用與持久識別碼。）

**[R10]** OpenAlex. *Locations — Component*; *Works Overview*. https://help.openalex.org/data/locations/ ; https://help.openalex.org/data/works/ （作品與多個可存取位置、已收錄版本以及其匹配機制的區別。）

**[R11]** OpenCitations. *REST API for the OpenCitations Index*. https://api.opencitations.net/index/v2 （開放書目引用的 citing／cited 結構與 citation identifier。）

**[R12]** NISO. (2024). *ANSI/NISO Z39.96-2024, JATS: Journal Article Tag Suite, version 1.4*. https://www.niso.org/standards-committees/jats （學術文章內容、標籤及交互引用的 XML 結構。）

## 內部研究脈絡（不作為外部獨立實證）

- Neo.K with GPT（AI 協作）. (2026-10-28). *ARKE-01｜從答案生成到研究完備：AI 自主科研的基本義務*, v0.1，EveMissLab。
- Neo.K with GPT（AI 協作）. (2026-10-28). *ARKE-02｜全域知識可達性：學術資料來源、合法取得與覆蓋邊界*, v0.1，EveMissLab。
- Neo.K with GPT（AI 協作）. (2026-10-28). *ARKE Research — AI 原生自主科研完備與知識演化論：十二篇研究系列總綱*, v0.2，EveMissLab。
- Neo.K 的既有研究：TVK／TVK-TIA、CDPET、UCPNP／UNPNP、EveTrain RAI／RSI、跨系統超連結與定址研究；本文借用其研究問題意識，但不以此代替官方規格或實證結果。

---

# 版本與正式原稿完整性聲明

- **版本：** v0.1；2026-10-28（Asia/Taipei）。
- **研究內容：** D／P／N／H／B 分型的來源地址、關係及驗證契約；P1–P8 是限定前提的命題或反例。
- **實證狀態：** H1–H8 全部 `NOT_RUN`。本文未宣稱已實測任何錨點精確率、全球文獻覆蓋率或科研能力增量。
- **外部來源：** 本篇書目以可查得之官方標準、規格與基礎設施文件為主；不得將其視作 ARKE 自身功能驗收。
- **正本格式：** 原始 UTF-8 Markdown；公式只使用 ` $...$ ` 與 `$$...$$`，不得從渲染畫面反向重建為正式數學 source。
- **工程獨立：** ARKE 軟體的儲存、代理器、API、GUI、測試及部署均為獨立 GitHub 工程問題，不計入十二篇理論研究正文。
- **下一篇：** `ARKE-04｜先例發現與學術新穎性：AI 自主研究的前置查核`。