AI 研究實驗室15 筆
計算
領域視圖：所有標記為 Computation 的研究。
- 論文PAP-2026-0005記憶、算法庫與可重用問題求解路徑——從世界模型到能力模型的累積式智能架構算法、工具、契約、成本與成敗歷史成為能力節點；Reuse ≻ Adapt ≻ Create。
- 論文PAP-2026-0006載體中立的計算容器理論——從算法選擇到異質計算載體聯合調度任何具可表示輸入、有效轉換與可讀輸出的執行環境都是計算容器；算法與容器聯合調度。
- 理論THY-2026-0001非對稱時空張力：時間異質的世界知識把非對稱性從邊的方向或權重，提升到節點與關係的有效時間尺度。每個節點帶有穩定性、資訊衰減率、更新張力、系統影響度與局部有效時間；刷新由張力、外部擾動、資訊年齡、變化速度與事件相關性觸發，而不是一個全域時鐘——穩定知識沉睡、快變知識高頻更新、低頻高影響的基礎節點一旦改變就觸發大範圍依賴重算。
- 理論THY-2026-0007能力記憶與載體中立計算：Reuse ≻ Adapt ≻ Create除了事實之外，系統也保存用過的算法、工具、執行契約、成本、版本、適用條件與成敗歷史，並且偏好重用已知求解路徑，勝過調整，再勝過重造。算法與計算容器是不同層：任何能接受可表示輸入、執行有效狀態轉換並回傳可讀輸出的環境都是一個容器，各有自己的成本、延遲、誤差與可用性模型，因此算法／容器成對聯合選擇。
- 實驗EXP-2026-0103XA-06 第一次真實模型 pilot——Qwythos-9B-v2 走 A0→A5 階梯（36 試驗，2026-09-03）第一次把真實模型放進 IPM 儀器：hf.co/empero-ai/Qwythos-9B-v2-GGUF:Q4_K_M 由 Ollama 在 RTX 3070 上服務，2026-09-03 由 Splice（Claude Code）在 Neo.K 授權下透過 XA-06L 於本地執行——MATH-003、CODE-001、CON-003 × A0–A5 × 2 次，36 次試驗、186 次呼叫、162 條軌跡，每次試驗遙測完整。封存為 REAL_MODEL_PILOT_INCOMPLETE：33/36 完成，三次試驗因同模型驗證器對嚴格解析器回了非 JSON 而中止（真實的模型行為，刻意不重擲）。SSR = 1.0、SDR = 0.0：在這三個簡單任務上鷹架沒有帶來可測的品質增益，A5 卻用了 A0 的 3.10× 裝置能量與 3.13× wall time，固定八樣本的 A2–A4 用了 7.9–9.3×。A3/A4 看似升到 0.667 是缺值造成的假象；且三個任務裡有兩個，記錄到的「品質」是輸出格式服從性而非任務正確性（事後檢查：33/33 完成的輸出語意正確；嚴格輸出契約合規 12/36）。
- 計畫PRG-2026-0101智能的物理計量（IPM）這個研究計畫問的不是「AI 有幾分聰明」，而是一個答案讓物理系統付出了什麼：花了幾次使用者回合、幾條生成軌跡、幾層隱藏 LOOP，做了多少有效語意工作，占用多少能量與計算時空，依賴多少外部鷹架，最後換回多少可驗證品質。十篇理論論文（2026-09-02）定義了測量物件——任務、品質、語意工作、物理計算、鷹架能力、測量詮釋資料——與五個可證偽命題；v0.2 實驗協定（Experiment A：single-pass vs scaffolded）落實為 XA-02…XA-06L 儀器套件，並在本地 9B 模型上執行過一次。
- 研究RES-2026-0103能力線——拿掉 LOOP 還剩多少智能，以及統一的智能事件第 09–10 篇與 v0.2 Experiment A 儀器。系統 =（模型，鷹架向量）；單次品質 Q_SP 與完整系統品質 Q_F 給出鷹架存活率 SSR = Q_SP/Q_F、依賴率 SDR、鷹架成本倍率 SCM 與受控消融階梯 A0…A5 上的邊際鷹架產率——全部要跟物理額外成本一起讀，因為 LOOP 不是作弊，隱藏成本才是。第 10 篇把品質、語意工作、物理計算與鷹架封裝成 canonical intelligence event，在「不過早純量化」規則下用 Pareto 前沿比較系統，並固定最低報告標準。這條線的第一個真實數據點是 2026-09-03 在本地 9B 模型上的 pilot。
- 系統SYS-2026-0101XA-03——遙測與執行記錄器（物理執行證據層）與模型供應商無關的記錄器：把一次 benchmark 執行記成只增不改的事件流與遙測，再確定性地導出型別化摘要——模型呼叫、軌跡、工具呼叫與驗證器區段，候選建立／丟棄會計，wall time、裝置時間、GPU 功率積分成 device_energy_j（能量型別 device_measured，絕不改標成 marginal）、峰值記憶體與記憶體駐留，未知值保持 null（Unknown ≠ 0），並禁止 tokens → J、TDP → J、price → J、GPU-hours → J 的換算。黃金夾具 450 J／1.75 util·s／12 GB 峰值／33 GB·s 駐留驗證通過；35 passed, 1 skipped in 0.39s；儀器負擔經校準並報告，不自動扣除。
- 論文PAP-2026-0101一輪到底是一輪什麼？：使用者回合、隱藏 LOOP 與單次智能的重新定義把聊天介面的一輪從模型呼叫、生成軌跡、agent 迴圈與物理計算中分離；定義外部無迴圈智能、五類 LOOP 分類與 single-pass 條件 U=1、G=1、R=1、L=0、S=0；引入事件向量 (Q, U, G, I, L, R, S, T, E, V_CST) 與十二個不變式，第一條是「互動壓縮 ≠ 計算壓縮」。
- 論文PAP-2026-0104從神經元到焦耳：智能計算的能量、熱力學與物理下界照神經能量學的方式由下而上建能量帳（離子流 → ATP → 焦耳），說明一個 spike——因此一個 token 或一個 μI——沒有固定能量，把能量分型為 gross／baseline／marginal／attributed 並宣告邊界，Landauer 的 kT ln 2 只是抹除的下界而不是推理的價格。
- 論文PAP-2026-0105計算不是只有 FLOPs：記憶體、互連、硬體占用與計算時空體積以物理成本向量（分型運算、按層級的記憶體流量、I/O、互連、駐留、占用、時間、能量）取代 FLOPs，把計算時空定義為向量優先的測度 V_CST = ∫ R(t) dt，附拓撲與峰值占用，並固定 CST 測量等級與邊界；roofline 與 memory wall 是工程骨幹。
- 研究RES-2026-0101執行與物理線——一個答案在回合、語意工作、能量與計算時空上的代價第 01–05 篇。把聊天介面的「一輪」拆成使用者回合、生成軌跡、模型呼叫、外部 LOOP、重試、選擇與物理執行軌跡；提出最小智能語意執行單位 μI 作為物理原語與任務成果之間缺失的中間層；借用神經科學的跨層、潛變量推斷、群體編碼與因果擾動方法；把能量分型為 gross／baseline／marginal／attributed 並要求宣告邊界，Landauer 只是下界不是價格；並以物理成本向量與「向量優先」的計算時空及其拓撲取代 FLOPs。
- 理論THY-2026-0101回合分解與外部無迴圈智能把「一輪」分解成向量 T =（U 使用者回合、G 生成軌跡、I 模型呼叫、L 外部回饋迴圈、R 重試、S 選擇／驗證、P 物理執行軌跡）。最乾淨的 single pass 是 U=1、G=1、R=1、L=0、S=0，排除的只有「行動→新證據→重規劃」，不排除自回歸的序列計算。LOOP 分五類（工具、環境、驗證器、重試、候選／選擇），能力分四層（intrinsic、elicited、system、product），任何「一輪完成」的宣稱都要投影到事件向量 (Q, U, G, I, L, R, S, T, E, V_CST)。
- 理論THY-2026-0104能量帳本層級與熱力學型別安全神經能量學由下往上算能量（膜動力學 → 離子流 → 幫浦功 → ATP → 耗散），並發現一個 spike 沒有固定能量、皮質的訊號能量大半花在突觸整合與狀態維持而非顯眼的脈衝。IPM 複製的是紀律不是數字：能量分型為 E =（gross、baseline、marginal、attributed、熱力學下限），必須宣告邊界與基線規則，每焦耳資訊不等於每焦耳智能，Landauer 的 kT ln 2 只約束抹除、不是一個 μI 的價格，Shannon 或變分「能量」沒有明確映射前永遠不是物理焦耳。
- 理論THY-2026-0105物理計算成本向量與計算時空物理成本是向量 C_P =（分型的運算、按層級的記憶體流量、I/O、互連、記憶體駐留、裝置占用、wall time、能量），不是 FLOPs。計算時空首先是資源場的測度 V_CST = ∫ R(t) dt =（V_C、V_M、V_N、V_S）；未宣告正規化前各分量不可相加，體積相等（8 GPU × 10 s = 1 GPU × 80 s）不等於拓撲 Θ_CST =（T_wall、T_serial、P_parallel、D_peak、M_peak、B_peak、Γ_comm）相等。Roofline、memory wall 與資料搬移的結果解釋了為何相同 FLOPs 的工作在時間與能量上不同；峰值硬體占用是容量門檻；CST 等級從 D（規格推估）到 A+（因果資源歸因）。