@furongjun1999/dsh-memory 0.4.11 → 0.5.0

package/docs/world_model//344/270/226/347/225/214/346/250/241/345/236/213_/347/245/236/347/273/217/347/275/221/347/273/234/345/272/225/345/261/202/346/236/266/346/236/204_v1.0.md

@@ -1,237 +1,237 @@
-# 世界模型 · 神经网络底层架构 v1.0
-
-> **定位**：本文档是大脑仓（`dsh-memory`）中**世界模型神经网络底层**的规范台账——把散布在身体库的 hex 系列工程成果整理为大脑仓可检索、可交接、可审计的单一档案。
-> **建档依据**：荣 2026-09-16 指令「整理已有的工程成果，将其放置到大脑仓库，作为我们世界模型的神经网络底层架构」。
-> **上游交接件**：`docs/存算一体神经网络架构_总纲与交接_20260916.md`（ZCode 端总纲，本文档为其大脑仓规范形态，原文件保留原位不动）。
-> **理论真源**：智能论第五篇（上下文=存算一体认知图）· 荣反传语义（2026-09-06 定义，灵枢 node_b299c354）·《世界模型理论_白箱固化_v1》·《白箱身体补充计划》· 白箱智能系列。
-> **验证状态**：§11 逐项声明（本会话已回放项 / 未复跑项）。
-
----
-
-## 0. 为什么它是「世界模型的神经网络底层」
-
-这不是命名类比，有三条可核验的条件证据：
-
-1. **裁定原文直接指向世界模型**：`hex_cnn.py` 头部裁定第 2 条写明其固化语义取自《世界模型理论_白箱固化_v1》命题「LLM/训练引导 → 固化后零训练」；设计根基第 1 条取自《白箱身体补充计划》§六「蜂窝形感知」。该架构从立纲起就是世界模型理论在**感知/特征域**的实现件。
-2. **层级接口互补**：世界模型理论的传感器层给出「摄像头/麦克风/YOLO/CLIP/LLM/文本通道为可插拔外部器件，是神经网络与智能是否白箱无关」；hex 系列正是**传感器之后的第一段**——把原始像素归一为蜂窝晶格与语义卡（感知层 IR），再上交给 L3 条件路由与认知图。世界模型缺这一层则上层无输入中间表示。
-3. **与白箱化纲领四原理同构**（`docs/白箱化纲领_三项目学习总架构与Ghidra交接_20260916.md`）：本条链路是纲领 W1–W4 在感知域的独立实例，见 §7.2。
-
-**一句话总纲**：蜂窝网格上的自研 CNN × 并行条件路由 × 递归四态搜索，以**信息差递归分配**替代反向传播，以**存算一体认知图**为上下文容器——一条不依赖 GPU / 链式法则 / 黑箱框架的白箱视觉与认知计算路线。
-
----
-
-## 1. 四条公理级裁定（不可回退项）
-
-| # | 裁定 | 内容 | 禁区 |
-|---|---|---|---|
-| A1 | **反传语义**（荣定义） | 训练 = 信息差递归分配 + 死区门控（超死区的信息差才传播）+ 递归收敛 | 禁链式法则 BP——梯度不存在，存在的是「哪里还有信息没榨出来」 |
-| A2 | **白箱原则** | 核参数可学习，但结构/损失/梯度/路由全程可审计，每步数值可复算 | 黑箱组件零容忍 |
-| A3 | **连接主义范式**（荣 2026-09-08） | 从拟合到激活：L0 差分链（100%）→ L1 区域（84.5%）→ L2 物体 → L3 大域；训练集缩小 = 构型覆盖率问题 | 不以扩大参数拟合为路线 |
-| A4 | **存算一体认知图**（第五篇定论） | 上下文不是检索结果缓存：认知图节点既是存储又是计算单元（路由 / 资格裁决 / 查询式激活） | 不把上下文降级为缓存 |
-
----
-
-## 2. 架构主链
-
-```
-输入图像 → HexGrid 蜂窝网格化（48/64 列晶格）
-    → hex_conv 蜂窝卷积（核库：smooth / edge / 可学习核）        [L0 特征层]
-    → 并行条件路由（特征前端 = CNN，语义判定层 = 路由）           [L1 区域层]
-    → 递归四态搜索（大域 → 子域并行细分，条件剪枝 + 死区终止）     [L2 物体层]
-    → 层级合成（组合卡 → 场景质心）+ 复合体会意                   [L3 大域层]
-    → 查询式识别（ConnectionLibrary 连接相似性 + 条件判断）
-上下文 / 知识 ←→ 存算一体认知图（md_cg：条件化 + 信任化 IR）
-```
-
-**三大机制贯穿全层**：
-
-| 机制 | 载体 | 说明 |
-|---|---|---|
-| 正交残差金字塔 | `hex_ortho` | 语义方向逐层 Gram-Schmidt 剥离 + 信息差自适应深度；与外部 VCP ResidualPyramid 两处独立来源同构 |
-| 误差驱动生长 | `hex_train` | 结构随信息差生长（连续 patience 步停滞在死区外才添加新核），非预设固定 |
-| 四态资格裁决 | 全链 | ACCEPT / REJECT / DEFER / BLINDSPOT 通用于节点、路由、搜索剪枝 |
-
----
-
-## 3. 组件台账（hex 系列 · 活代码在身体库 `AEIS/aeis/`）
-
-> 「裁定出处」列 = 源码头部注释中的荣指令/定义原文位置（本会话逐件回放核验，见 §11）。
-
-| # | 组件 | 职责（头部自述） | 裁定出处 | 关键结构 | 里程碑 |
-|---|---|---|---|---|---|
-| 1 | `hex_cnn.py` | 自研蜂窝 CNN + 并行条件路由（HEX-CNN-REV1 · 传感器层原生架构） | 荣 2026-09-06 四条（grill 访谈） | `HexGrid` / `image_to_grid(cells_across=48)` / `hex_conv` / `kernel_smooth` / `kernel_edge` / `DEFAULT_KERNELS` / `extended_prior_family` | 25/25 验收 |
-| 2 | `hex_train.py` | 信息差门控递归训练器（HEX-CNN-M2） | 荣 2026-09-06 定义（灵枢 node_b299c354） | `HexNet` / `train_infogap` / `hex_conv_batch` / `load_cifar10_parquet` | CIFAR-10 A 17.6% → B 20.8% |
-| 3 | `hex_hier.py` | 层级化 HexNet（HEX-CNN-M3） | 荣 2026-09-06 M3 方向指令 | `HexHierNet` / `train_hier` / `calibrate_hier_cards` / `make_scene`；L1 感知单元→L2 语义卡→L3 物体卡→L4 场景卡 | 合成场景 L3 57.3% / L4 42% |
-| 4 | `hex_text.py` | 文字模态 · 图文共同识别与子物体拆分（M4 桥） | 荣 2026-09-06 指令 | `SHAPE_WORDS` / `COLOR_WORDS` / `POS_WORDS`（中文词典直通语义卡）；`SHAPE_CN` / `COLOR_CN` | 与 ViT 实质差异：共享的是**语义卡**而非 token 空间 |
-| 5 | `hex_query.py` | 连接查询式识别（HEX-CNN-M4.16） | 荣 2026-09-08「识别的本质是查询」 | `ConnectionLibrary`（声明式零训练：加物体 = 加一条记录）/ `query_match` | **89.6% @ 9.1ms 稳定**（M4.24） |
-| 6 | `hex_search.py` | 递归四态搜索器（HEX-CNN-R3） | 荣 2026-09-07 设计原文（并行本身是递归过程） | `evaluate_node` / `recursive_search`；五步循环；自适应深度 opt-in（2026-09-10 显式化，此前 `min_share` 声明未生效） | 剪枝率过半；64 列 85ms/图 |
-| 7 | `hex_ortho.py` | 正交残差金字塔 + 信息差自适应深度 | 双外部来源同构（VCP ResidualPyramid + 本仓《子部件提取_理论稿_v0.4》） | `gram_schmidt_kernels` / `DEAD_ZONE=0.10` / `ORTHO_TOL=0.20` / `MAX_LAYERS=8`（工程保险上界） | 能量守恒 `‖F₀‖² = ‖r_k‖² + ‖Σβ_j a_j‖²` |
-| 8 | `hex_composite.py` | 复合体 = 部件组合卡（HEX-CNN-M4.3 · 六书会意原理） | 荣 2026-09-07 方向指令 | `COMPOSITES` 配方卡（car / snowman / flag）；证据密度 = 检出部件数 × 每部件属性数 | 证据密度 80% vs 43% |
-| 9 | `hex_recon.py` | 关系连接存储与完美复原 | 荣 2026-09-08「图像就只是像素的排布规律」 | `extract_regions`（连通域 + 残差） | 复原 100% |
-| 10 | `hex_unit.py` | 单元化语义头（荣神经元模型：连接声明 + 感知偏差 + 有界增益） | 荣 2026-09-07（大脑 800 亿神经元自身参数就几个） | `UnitHeadNet` / `GAIN_BOUND=2.0`；两阶段（结构发现 top-k → 结构固化 θ + g，18 参数） | **单元化 60% 反超稠密 + 69% 新高**（M4.24） |
-| 11 | `hex_nn_preview.py` | 三层前端 Python 评测器（与 `lib.rs` `forward3` 语义一致） | Rust 后端对照件 | `argmax3` / `_layer` | 双后端等价对照 |
-
-**关键实证**：单元化 60% 反超稠密 + 69% 新高——稀疏单元结构胜稠密，连接主义范式落地。M4.3d/e 归一化对照（expanded 0 → 28.3 → 40%）证明**尺度管理是递归的**（幅度通道无界再极化则归零）。
-
----
-
-## 4. 反传语义与训练契约
-
-```
-前向：特征 → 条件路由 → 判定
-反向：信息差 D = |期望激活 − 实际激活|，按层级递归分配
-门控：D < 死区阈值 → 不传播（活动稀疏性的算法形态）
-生长：持续超死区的连接 → 结构生长
-收敛：递归至各层信息差低于死区 → 停止
-执行：有限差分（扰动必须真实进入损失）
-```
-
-`hex_train.py` 头部五条落地语义（原文照录）：
-
-1. 调整 = 有限差分（零链式法则；参数预算纪律：单层可学习参数 ≤ 几百）；
-2. 支路死区 = |lr·梯度估计| < 参数分辨率 → 该支路本步冻结（动了也没意义）；
-3. 全局死区 = 信息差 ≤ 初始值×ratio → 递归收敛，固化时刻；
-4. 误差驱动生长 = 连续 patience 步无显著下降才添加新核，mix 列零初始化（白箱平滑扩展）；
-5. 演化史全程记录（何时调整/冻结/生长/收敛——白箱可审计）。
-
-**与 BP 的本质区别**：BP 传播**梯度**（链式法则，需全局可微）；反传语义分配**信息差**（局部可测，白箱可审计）。
-
-**四个数值坑（在案）**：deadReLU / 均值池化 / float32 / 闭包捕获（R1 教训：扰动必须真实进入损失）。
-
----
-
-## 5. 性能后端台账（Rust `hex_nn` · 保留地 `protocol-compiler/hex_nn/`）
-
-| 阶段 | 内容 | 数据 | 状态 |
-|---|---|---|---|
-| R1 | plan / 执行分离（随机决策由 Python 预生成，Rust = 确定性执行器） | 等价 **8.9e-16**，加速 **12.1×**；闭包捕获 bug 教训在案 | 已完成 |
-| R2 | 支路级并行 = 批量评估-收敛 | 多线程确定性，**3.17×@8 线程**；总加速 **~36×** | 已完成 |
-| R2.1 | loss 内部并行 | — | **待做** |
-| R3 | 高分辨率 64 列晶格 | 207ms/步、搜索 85ms/图，深度自适应 | 已完成 |
-
-**执行纪律（`Cargo.toml` / `lib.rs` 头部）**：语义源 = `hex_train.py` + `hex_hier.py`；零链式法则（有限差分符号更新，死区 `|g|<1e-6` 支路冻结）；随机决策由外部 plan 预生成——同 plan 必须**逐位复现** D 曲线；求和顺序与 Python 一致（容差 1e-9）；蜂窝六邻偏移 `EVEN_OFF`/`ODD_OFF` 与 Python `hex_conv_batch` 严格一致，边界 replicate；依赖仅 `rayon` + `lto=true`/`opt-level=3`。
-
----
-
-## 6. 存算一体认知图对接面
-
-| 对接点 | 内容 |
-|---|---|
-| **上下文 = 认知图** | 查询式识别的 `ConnectionLibrary` 与认知图节点同构——连接 = 关系边，条件判断 = 条件空间卡，资格 = 四态 |
-| **机制复用** | `md_cg` 的四路检索 + judge 四态，与 `hex_search` 条件剪枝是**同一机制在两个域的实现** |
-| **单向沉淀** | hex 视觉产物经 `vision_evidence` 进认知图（vision-protection 管线已验证）；认知图知识经查询式**条件反哺**识别 |
-| **边界** | hex 管**感知特征层**，`md_cg` 管**知识记忆层**——感知 → 认知单向沉淀，认知 → 感知条件反哺 |
-
----
-
-## 7. 外部对照与收敛证据
-
-### 7.1 Nature《Neuromorphic computing at scale》（637:801-812, 2025-01）
-
-- **四项同构**：存算一体／活动稀疏性（↔ 死区门控）／局部学习超越 BP（↔ 信息差递归分配）／稀疏胜稠密（↔ 单元化 60% 反超）。
-- **五维独有**：并行条件路由／递归四态搜索／文字模态反 ViT／信息差反传语义／白箱信任四态。
-- **三件可吸收**：活动稀疏度量化指标／可塑性-稳定性权衡／NeuroBench + NIR 口径对接。
-- **路线判断**：该论文的「AlexNet 时刻」赌芯片生态；本架构**不赌硬件**（纯软件白箱，hardware lottery 免疫）。
-
-### 7.2 与白箱化纲领四原理同构（本条链路 = 感知域实例）
-
-| 纲领原理 | hex 系列对应 |
-|---|---|
-| W1 统一表示 | 蜂窝晶格 + 语义卡 = 感知层 IR（多模态共用同一晶格与 HexConv 底座） |
-| W2 确定性内核 | 有限差分 + 死区门控 + Rust 确定性执行器（同 plan 逐位复现） |
-| W3 显式化 | 停因显式（`stop="infogap_dead_zone"/"max_depth"`）、演化史留痕、正交性证据留痕、BLINDSPOT 兜底 |
-| W4 知识数据化 | 核族 / 连接库 / 复合配方卡外置为声明——加物体 = 加一条记录，引擎零改动 |
-
-### 7.3 同构声明（双外部来源）
-
-`hex_ortho` 与 VCP-ToolBox `ResidualPyramid`（`minEnergyRatio=0.1`）为**两处独立来源同构**：前者在「特征（晶格）空间」对**核算子**做正交匹配剥离（白箱版，方向 = 手写核），后者在「向量空间」对语义方向做 Gram-Schmidt（数值版）——数学同一（最小二乘重解使残差正交）。
-
----
-
-## 8. 验证基线与红线
-
-**基线（白箱自举 7 终极项目验收口径）**：`hex_cnn` **25/25**；白箱自举 7 项目 **686 单元**；管线 **1059 全绿**；递归搜索 R3 **5/5**；双后端等价 **8.9e-16**；多线程确定性断言在位。
-
-**域管线全量测试纪律**：改 hex 系列必跑全量，不许局部绿。
-
-**红线（不可违背）**：
-
-1. hex 系列改动必须全量回归（1059 基线）；
-2. 反传语义不得回退为链式法则 BP；
-3. 白箱组件零黑箱依赖（D-005：零 LLM，纯 numpy + PIL）；
-4. 理论问询优先查 CommonTrustProtocol 理论仓（智能论第五篇 / 白箱系列真源）。
-
----
-
-## 9. 落点纪律与资产边界
-
-| 仓 | 角色 | 内容 |
-|---|---|---|
-| `AEIS/aeis/` | **身体库 = 测试与使用地**（私有库） | hex 系列活代码；存算一体认知图真源同仓 |
-| `protocol-compiler/hex_nn/` | **保留地**（荣裁定整体冻结为世界模型测试地点） | hex_nn Rust 后端 |
-| `dsh-memory/docs/world_model/` | **大脑仓 = 知识与档案**（本条落点） | 本档案（架构台账），不搬运代码与数据 |
-
-### 9.1 敏感信息隔离（工作纪律第 9 条）
-
-- 身体库 `AEIS/aeis/` 除 hex 系列外**混有大量非公开内容模块**（属身体仓私有线，依 §9.2 不随本档案开放）。本次整理**取证范围严格锁死在 hex 系列**，仅登记技术架构事实；
-- 本档案**不写入、不引用、不概括任何私有内容资产**（模块名、算法、数据、测试）；
-- 本档案于 **2026-09-16 经荣裁定提交入库**：公开面**仅限本架构台账**（组件职责 / 反传语义 / 数字来源 / 落点纪律），提交前过内容政策 + 隐私双清单（第 14 条）；身体仓私有线与保留地**不随本次提交开放**，节奏见 §9.2。
-
-### 9.2 三仓角色与开放路线（荣 2026-09-16 裁定）
-
-| 仓 | 角色 | 开放状态 |
-|---|---|---|
-| 大脑仓 `dsh-memory` | 知识与档案层 | 技术面已公开（本档案 2026-09-16 入库） |
-| 身体仓 `AEIS` | **测试地点**：承担**架构探索** + **敏感信息测试** | 暂私有；**理论与工程完善后逐步开放** |
-| 保留地 `protocol-compiler` | Rust 后端（`hex_nn`），冻结为世界模型测试地点 | 随架构成熟度逐步开放 |
-
-**自研边界（荣裁定）**：世界模型的**神经网络接口与架构全部为己方自有**——逐步开放；不依赖外部黑箱（不赌 GPU 生态、不用链式法则 BP、不含不可审计组件，与 §1 四公理一致）。**开放节奏由理论成熟度与工程完备度决定，不由外部标准倒逼。**
-
-**对本次整理的约束（裁定推论）**：
-
-1. 「敏感信息测试」是身体仓的**结构性职能**，非过渡权宜——故 §9.1 隔离纪律是**长期形态**：敏感内容模块与本架构资产分属两条线，前者永远留私有；
-2. 身体仓未来开放**不改变**本节纪律，反而使「架构资产可开放 / 敏感内容不可开放」的界线必须始终清晰；
-3. 架构探索期允许身体仓存在未定型的实验件（未复跑数字、候选方向）：本文档对其只登记「存在与来源」，**不冒充已验证**（§11 分工即为此设）。
-
----
-
-## 10. 后续方向（候选，待裁定）
-
-| # | 方向 | 说明 |
-|---|---|---|
-| 1 | 活动稀疏度量化 | 对齐 Nature 指标口径（死区门控的直接度量，可证「稀疏胜稠密」） |
-| 2 | 与认知图查询式互通深化 | `ConnectionLibrary` ↔ 认知图条件空间卡的双向契约显式化（感知层与知识层的 IR 对齐） |
-| 3 | NeuroBench / NIR 口径对接 | 主流神经形态评测口径，用于外部可比性 |
-| 4 | R2.1 loss 内部并行 | Rust 后端未完项（表 §5） |
-
----
-
-## 11. 验证状态声明（白箱：来源与验证逐项分离）
-
-**本会话已回放核验（一手）**：
-
-| 项 | 方式 | 结果 |
-|---|---|---|
-| 11 件 hex Python 源文件存在性 | 逐件 `read_file` 头部 | 全部在位 |
-| 荣裁定原文（四条公理 / 单元化 / 连接主义 / 查询式识别 / 会意 / 复原 / 递归搜索 / 神经元模型 / 文字模态） | 逐件核对源码头部注释原文 | 与总纲交接件一致，**无编造** |
-| 关键结构符号（`HexGrid` / `HexHierNet` / `ConnectionLibrary` / `UnitHeadNet` / `gram_schmidt_kernels` / `extract_regions` 等） | 源码正文对照 | 在位 |
-| Rust 后端 | `Cargo.toml`（hex_nn 0.1.0 / edition 2021 / rayon / lto）+ `lib.rs` 头部（语义源声明 / 零链式法则 / plan 分离 / 1e-9 容差 / 六邻偏移） | 与总纲一致 |
-| 三仓角色 | 目录实证 | 与落点纪律一致 |
-
-**未在本会话复跑（数字来源 = ZCode 端交接件与源码注释）**：里程碑数值（L3 57.3% / L4 42% / 89.6%@9.1ms / 60% 反超与 69% / 80% vs 43% / 复原 100% / 17.6→20.8%）、Rust 加速数据（8.9e-16 / 12.1× / 3.17×@8 / ~36× / 207ms / 85ms）、基线计数（25/25 / 686 / 1059 / 5/5）。
-
-> **说明**：上述数字**未经本会话执行验证**，按白箱原则标注来源而不冒充已验证。需要时经蜂巢派发复跑（第 17 条），或由使用者在 AEIS 侧复跑后回填。
-
----
-
-## 12. 交接件索引与关联
-
-| 件 | 位置 | 关系 |
-|---|---|---|
-| 存算一体神经网络架构 · 总纲与交接 | `docs/存算一体神经网络架构_总纲与交接_20260916.md` | 本档案的**上游总纲**（保原位，不移动以免破坏认知图 `doc_*` 章节索引引用面） |
-| 白箱化纲领 · 三项目学习总架构与 Ghidra 交接 | `docs/白箱化纲领_三项目学习总架构与Ghidra交接_20260916.md` | §7.2 同构映射的上游纲领 |
-| 理论 · 机制 · 代码 · 实验 · 缺口矩阵 | `docs/理论_机制_代码_实验_缺口矩阵_v0.1.md` | 认知图侧机制台账（本档案的姊妹篇：知识层） |
-| 存算一体架构学习 · 外部理论对照与路线交接 | `docs/存算一体架构学习_外部理论对照与路线交接_20260916.md` | 外部理论弹药库（Nature 综述 / Overmann / colibri）+ 吸收路线（保原位，同总纲） |
-
-**认知图关联**：荣反传语义定义条（node_b299c354）· 世界模型条目 · hex 系列归档条（§11 补档后写入）。
-
+# 世界模型 · 神经网络底层架构 v1.0
+
+> **定位**：本文档是大脑仓（`dsh-memory`）中**世界模型神经网络底层**的规范台账——把散布在身体库的 hex 系列工程成果整理为大脑仓可检索、可交接、可审计的单一档案。
+> **建档依据**：荣 2026-09-16 指令「整理已有的工程成果，将其放置到大脑仓库，作为我们世界模型的神经网络底层架构」。
+> **上游交接件**：`docs/存算一体神经网络架构_总纲与交接_20260916.md`（ZCode 端总纲，本文档为其大脑仓规范形态，原文件保留原位不动）。
+> **理论真源**：智能论第五篇（上下文=存算一体认知图）· 荣反传语义（2026-09-06 定义，灵枢 node_b299c354）·《世界模型理论_白箱固化_v1》·《白箱身体补充计划》· 白箱智能系列。
+> **验证状态**：§11 逐项声明（本会话已回放项 / 未复跑项）。
+
+---
+
+## 0. 为什么它是「世界模型的神经网络底层」
+
+这不是命名类比，有三条可核验的条件证据：
+
+1. **裁定原文直接指向世界模型**：`hex_cnn.py` 头部裁定第 2 条写明其固化语义取自《世界模型理论_白箱固化_v1》命题「LLM/训练引导 → 固化后零训练」；设计根基第 1 条取自《白箱身体补充计划》§六「蜂窝形感知」。该架构从立纲起就是世界模型理论在**感知/特征域**的实现件。
+2. **层级接口互补**：世界模型理论的传感器层给出「摄像头/麦克风/YOLO/CLIP/LLM/文本通道为可插拔外部器件，是神经网络与智能是否白箱无关」；hex 系列正是**传感器之后的第一段**——把原始像素归一为蜂窝晶格与语义卡（感知层 IR），再上交给 L3 条件路由与认知图。世界模型缺这一层则上层无输入中间表示。
+3. **与白箱化纲领四原理同构**（`docs/白箱化纲领_三项目学习总架构与Ghidra交接_20260916.md`）：本条链路是纲领 W1–W4 在感知域的独立实例，见 §7.2。
+
+**一句话总纲**：蜂窝网格上的自研 CNN × 并行条件路由 × 递归四态搜索，以**信息差递归分配**替代反向传播，以**存算一体认知图**为上下文容器——一条不依赖 GPU / 链式法则 / 黑箱框架的白箱视觉与认知计算路线。
+
+---
+
+## 1. 四条公理级裁定（不可回退项）
+
+| # | 裁定 | 内容 | 禁区 |
+|---|---|---|---|
+| A1 | **反传语义**（荣定义） | 训练 = 信息差递归分配 + 死区门控（超死区的信息差才传播）+ 递归收敛 | 禁链式法则 BP——梯度不存在，存在的是「哪里还有信息没榨出来」 |
+| A2 | **白箱原则** | 核参数可学习，但结构/损失/梯度/路由全程可审计，每步数值可复算 | 黑箱组件零容忍 |
+| A3 | **连接主义范式**（荣 2026-09-08） | 从拟合到激活：L0 差分链（100%）→ L1 区域（84.5%）→ L2 物体 → L3 大域；训练集缩小 = 构型覆盖率问题 | 不以扩大参数拟合为路线 |
+| A4 | **存算一体认知图**（第五篇定论） | 上下文不是检索结果缓存：认知图节点既是存储又是计算单元（路由 / 资格裁决 / 查询式激活） | 不把上下文降级为缓存 |
+
+---
+
+## 2. 架构主链
+
+```
+输入图像 → HexGrid 蜂窝网格化（48/64 列晶格）
+    → hex_conv 蜂窝卷积（核库：smooth / edge / 可学习核）        [L0 特征层]
+    → 并行条件路由（特征前端 = CNN，语义判定层 = 路由）           [L1 区域层]
+    → 递归四态搜索（大域 → 子域并行细分，条件剪枝 + 死区终止）     [L2 物体层]
+    → 层级合成（组合卡 → 场景质心）+ 复合体会意                   [L3 大域层]
+    → 查询式识别（ConnectionLibrary 连接相似性 + 条件判断）
+上下文 / 知识 ←→ 存算一体认知图（md_cg：条件化 + 信任化 IR）
+```
+
+**三大机制贯穿全层**：
+
+| 机制 | 载体 | 说明 |
+|---|---|---|
+| 正交残差金字塔 | `hex_ortho` | 语义方向逐层 Gram-Schmidt 剥离 + 信息差自适应深度；与外部 VCP ResidualPyramid 两处独立来源同构 |
+| 误差驱动生长 | `hex_train` | 结构随信息差生长（连续 patience 步停滞在死区外才添加新核），非预设固定 |
+| 四态资格裁决 | 全链 | ACCEPT / REJECT / DEFER / BLINDSPOT 通用于节点、路由、搜索剪枝 |
+
+---
+
+## 3. 组件台账（hex 系列 · 活代码在身体库 `AEIS/aeis/`）
+
+> 「裁定出处」列 = 源码头部注释中的荣指令/定义原文位置（本会话逐件回放核验，见 §11）。
+
+| # | 组件 | 职责（头部自述） | 裁定出处 | 关键结构 | 里程碑 |
+|---|---|---|---|---|---|
+| 1 | `hex_cnn.py` | 自研蜂窝 CNN + 并行条件路由（HEX-CNN-REV1 · 传感器层原生架构） | 荣 2026-09-06 四条（grill 访谈） | `HexGrid` / `image_to_grid(cells_across=48)` / `hex_conv` / `kernel_smooth` / `kernel_edge` / `DEFAULT_KERNELS` / `extended_prior_family` | 25/25 验收 |
+| 2 | `hex_train.py` | 信息差门控递归训练器（HEX-CNN-M2） | 荣 2026-09-06 定义（灵枢 node_b299c354） | `HexNet` / `train_infogap` / `hex_conv_batch` / `load_cifar10_parquet` | CIFAR-10 A 17.6% → B 20.8% |
+| 3 | `hex_hier.py` | 层级化 HexNet（HEX-CNN-M3） | 荣 2026-09-06 M3 方向指令 | `HexHierNet` / `train_hier` / `calibrate_hier_cards` / `make_scene`；L1 感知单元→L2 语义卡→L3 物体卡→L4 场景卡 | 合成场景 L3 57.3% / L4 42% |
+| 4 | `hex_text.py` | 文字模态 · 图文共同识别与子物体拆分（M4 桥） | 荣 2026-09-06 指令 | `SHAPE_WORDS` / `COLOR_WORDS` / `POS_WORDS`（中文词典直通语义卡）；`SHAPE_CN` / `COLOR_CN` | 与 ViT 实质差异：共享的是**语义卡**而非 token 空间 |
+| 5 | `hex_query.py` | 连接查询式识别（HEX-CNN-M4.16） | 荣 2026-09-08「识别的本质是查询」 | `ConnectionLibrary`（声明式零训练：加物体 = 加一条记录）/ `query_match` | **89.6% @ 9.1ms 稳定**（M4.24） |
+| 6 | `hex_search.py` | 递归四态搜索器（HEX-CNN-R3） | 荣 2026-09-07 设计原文（并行本身是递归过程） | `evaluate_node` / `recursive_search`；五步循环；自适应深度 opt-in（2026-09-10 显式化，此前 `min_share` 声明未生效） | 剪枝率过半；64 列 85ms/图 |
+| 7 | `hex_ortho.py` | 正交残差金字塔 + 信息差自适应深度 | 双外部来源同构（VCP ResidualPyramid + 本仓《子部件提取_理论稿_v0.4》） | `gram_schmidt_kernels` / `DEAD_ZONE=0.10` / `ORTHO_TOL=0.20` / `MAX_LAYERS=8`（工程保险上界） | 能量守恒 `‖F₀‖² = ‖r_k‖² + ‖Σβ_j a_j‖²` |
+| 8 | `hex_composite.py` | 复合体 = 部件组合卡（HEX-CNN-M4.3 · 六书会意原理） | 荣 2026-09-07 方向指令 | `COMPOSITES` 配方卡（car / snowman / flag）；证据密度 = 检出部件数 × 每部件属性数 | 证据密度 80% vs 43% |
+| 9 | `hex_recon.py` | 关系连接存储与完美复原 | 荣 2026-09-08「图像就只是像素的排布规律」 | `extract_regions`（连通域 + 残差） | 复原 100% |
+| 10 | `hex_unit.py` | 单元化语义头（荣神经元模型：连接声明 + 感知偏差 + 有界增益） | 荣 2026-09-07（大脑 800 亿神经元自身参数就几个） | `UnitHeadNet` / `GAIN_BOUND=2.0`；两阶段（结构发现 top-k → 结构固化 θ + g，18 参数） | **单元化 60% 反超稠密 + 69% 新高**（M4.24） |
+| 11 | `hex_nn_preview.py` | 三层前端 Python 评测器（与 `lib.rs` `forward3` 语义一致） | Rust 后端对照件 | `argmax3` / `_layer` | 双后端等价对照 |
+
+**关键实证**：单元化 60% 反超稠密 + 69% 新高——稀疏单元结构胜稠密，连接主义范式落地。M4.3d/e 归一化对照（expanded 0 → 28.3 → 40%）证明**尺度管理是递归的**（幅度通道无界再极化则归零）。
+
+---
+
+## 4. 反传语义与训练契约
+
+```
+前向：特征 → 条件路由 → 判定
+反向：信息差 D = |期望激活 − 实际激活|，按层级递归分配
+门控：D < 死区阈值 → 不传播（活动稀疏性的算法形态）
+生长：持续超死区的连接 → 结构生长
+收敛：递归至各层信息差低于死区 → 停止
+执行：有限差分（扰动必须真实进入损失）
+```
+
+`hex_train.py` 头部五条落地语义（原文照录）：
+
+1. 调整 = 有限差分（零链式法则；参数预算纪律：单层可学习参数 ≤ 几百）；
+2. 支路死区 = |lr·梯度估计| < 参数分辨率 → 该支路本步冻结（动了也没意义）；
+3. 全局死区 = 信息差 ≤ 初始值×ratio → 递归收敛，固化时刻；
+4. 误差驱动生长 = 连续 patience 步无显著下降才添加新核，mix 列零初始化（白箱平滑扩展）；
+5. 演化史全程记录（何时调整/冻结/生长/收敛——白箱可审计）。
+
+**与 BP 的本质区别**：BP 传播**梯度**（链式法则，需全局可微）；反传语义分配**信息差**（局部可测，白箱可审计）。
+
+**四个数值坑（在案）**：deadReLU / 均值池化 / float32 / 闭包捕获（R1 教训：扰动必须真实进入损失）。
+
+---
+
+## 5. 性能后端台账（Rust `hex_nn` · 保留地 `protocol-compiler/hex_nn/`）
+
+| 阶段 | 内容 | 数据 | 状态 |
+|---|---|---|---|
+| R1 | plan / 执行分离（随机决策由 Python 预生成，Rust = 确定性执行器） | 等价 **8.9e-16**，加速 **12.1×**；闭包捕获 bug 教训在案 | 已完成 |
+| R2 | 支路级并行 = 批量评估-收敛 | 多线程确定性，**3.17×@8 线程**；总加速 **~36×** | 已完成 |
+| R2.1 | loss 内部并行 | — | **待做** |
+| R3 | 高分辨率 64 列晶格 | 207ms/步、搜索 85ms/图，深度自适应 | 已完成 |
+
+**执行纪律（`Cargo.toml` / `lib.rs` 头部）**：语义源 = `hex_train.py` + `hex_hier.py`；零链式法则（有限差分符号更新，死区 `|g|<1e-6` 支路冻结）；随机决策由外部 plan 预生成——同 plan 必须**逐位复现** D 曲线；求和顺序与 Python 一致（容差 1e-9）；蜂窝六邻偏移 `EVEN_OFF`/`ODD_OFF` 与 Python `hex_conv_batch` 严格一致，边界 replicate；依赖仅 `rayon` + `lto=true`/`opt-level=3`。
+
+---
+
+## 6. 存算一体认知图对接面
+
+| 对接点 | 内容 |
+|---|---|
+| **上下文 = 认知图** | 查询式识别的 `ConnectionLibrary` 与认知图节点同构——连接 = 关系边，条件判断 = 条件空间卡，资格 = 四态 |
+| **机制复用** | `md_cg` 的四路检索 + judge 四态，与 `hex_search` 条件剪枝是**同一机制在两个域的实现** |
+| **单向沉淀** | hex 视觉产物经 `vision_evidence` 进认知图（vision-protection 管线已验证）；认知图知识经查询式**条件反哺**识别 |
+| **边界** | hex 管**感知特征层**，`md_cg` 管**知识记忆层**——感知 → 认知单向沉淀，认知 → 感知条件反哺 |
+
+---
+
+## 7. 外部对照与收敛证据
+
+### 7.1 Nature《Neuromorphic computing at scale》（637:801-812, 2025-01）
+
+- **四项同构**：存算一体／活动稀疏性（↔ 死区门控）／局部学习超越 BP（↔ 信息差递归分配）／稀疏胜稠密（↔ 单元化 60% 反超）。
+- **五维独有**：并行条件路由／递归四态搜索／文字模态反 ViT／信息差反传语义／白箱信任四态。
+- **三件可吸收**：活动稀疏度量化指标／可塑性-稳定性权衡／NeuroBench + NIR 口径对接。
+- **路线判断**：该论文的「AlexNet 时刻」赌芯片生态；本架构**不赌硬件**（纯软件白箱，hardware lottery 免疫）。
+
+### 7.2 与白箱化纲领四原理同构（本条链路 = 感知域实例）
+
+| 纲领原理 | hex 系列对应 |
+|---|---|
+| W1 统一表示 | 蜂窝晶格 + 语义卡 = 感知层 IR（多模态共用同一晶格与 HexConv 底座） |
+| W2 确定性内核 | 有限差分 + 死区门控 + Rust 确定性执行器（同 plan 逐位复现） |
+| W3 显式化 | 停因显式（`stop="infogap_dead_zone"/"max_depth"`）、演化史留痕、正交性证据留痕、BLINDSPOT 兜底 |
+| W4 知识数据化 | 核族 / 连接库 / 复合配方卡外置为声明——加物体 = 加一条记录，引擎零改动 |
+
+### 7.3 同构声明（双外部来源）
+
+`hex_ortho` 与 VCP-ToolBox `ResidualPyramid`（`minEnergyRatio=0.1`）为**两处独立来源同构**：前者在「特征（晶格）空间」对**核算子**做正交匹配剥离（白箱版，方向 = 手写核），后者在「向量空间」对语义方向做 Gram-Schmidt（数值版）——数学同一（最小二乘重解使残差正交）。
+
+---
+
+## 8. 验证基线与红线
+
+**基线（白箱自举 7 终极项目验收口径）**：`hex_cnn` **25/25**；白箱自举 7 项目 **686 单元**；管线 **1059 全绿**；递归搜索 R3 **5/5**；双后端等价 **8.9e-16**；多线程确定性断言在位。
+
+**域管线全量测试纪律**：改 hex 系列必跑全量，不许局部绿。
+
+**红线（不可违背）**：
+
+1. hex 系列改动必须全量回归（1059 基线）；
+2. 反传语义不得回退为链式法则 BP；
+3. 白箱组件零黑箱依赖（D-005：零 LLM，纯 numpy + PIL）；
+4. 理论问询优先查 CommonTrustProtocol 理论仓（智能论第五篇 / 白箱系列真源）。
+
+---
+
+## 9. 落点纪律与资产边界
+
+| 仓 | 角色 | 内容 |
+|---|---|---|
+| `AEIS/aeis/` | **身体库 = 测试与使用地**（私有库） | hex 系列活代码；存算一体认知图真源同仓 |
+| `protocol-compiler/hex_nn/` | **保留地**（荣裁定整体冻结为世界模型测试地点） | hex_nn Rust 后端 |
+| `dsh-memory/docs/world_model/` | **大脑仓 = 知识与档案**（本条落点） | 本档案（架构台账），不搬运代码与数据 |
+
+### 9.1 敏感信息隔离（工作纪律第 9 条）
+
+- 身体库 `AEIS/aeis/` 除 hex 系列外**混有大量非公开内容模块**（属身体仓私有线，依 §9.2 不随本档案开放）。本次整理**取证范围严格锁死在 hex 系列**，仅登记技术架构事实；
+- 本档案**不写入、不引用、不概括任何私有内容资产**（模块名、算法、数据、测试）；
+- 本档案于 **2026-09-16 经荣裁定提交入库**：公开面**仅限本架构台账**（组件职责 / 反传语义 / 数字来源 / 落点纪律），提交前过内容政策 + 隐私双清单（第 14 条）；身体仓私有线与保留地**不随本次提交开放**，节奏见 §9.2。
+
+### 9.2 三仓角色与开放路线（荣 2026-09-16 裁定）
+
+| 仓 | 角色 | 开放状态 |
+|---|---|---|
+| 大脑仓 `dsh-memory` | 知识与档案层 | 技术面已公开（本档案 2026-09-16 入库） |
+| 身体仓 `AEIS` | **测试地点**：承担**架构探索** + **敏感信息测试** | 暂私有；**理论与工程完善后逐步开放** |
+| 保留地 `protocol-compiler` | Rust 后端（`hex_nn`），冻结为世界模型测试地点 | 随架构成熟度逐步开放 |
+
+**自研边界（荣裁定）**：世界模型的**神经网络接口与架构全部为己方自有**——逐步开放；不依赖外部黑箱（不赌 GPU 生态、不用链式法则 BP、不含不可审计组件，与 §1 四公理一致）。**开放节奏由理论成熟度与工程完备度决定，不由外部标准倒逼。**
+
+**对本次整理的约束（裁定推论）**：
+
+1. 「敏感信息测试」是身体仓的**结构性职能**，非过渡权宜——故 §9.1 隔离纪律是**长期形态**：敏感内容模块与本架构资产分属两条线，前者永远留私有；
+2. 身体仓未来开放**不改变**本节纪律，反而使「架构资产可开放 / 敏感内容不可开放」的界线必须始终清晰；
+3. 架构探索期允许身体仓存在未定型的实验件（未复跑数字、候选方向）：本文档对其只登记「存在与来源」，**不冒充已验证**（§11 分工即为此设）。
+
+---
+
+## 10. 后续方向（候选，待裁定）
+
+| # | 方向 | 说明 |
+|---|---|---|
+| 1 | 活动稀疏度量化 | 对齐 Nature 指标口径（死区门控的直接度量，可证「稀疏胜稠密」） |
+| 2 | 与认知图查询式互通深化 | `ConnectionLibrary` ↔ 认知图条件空间卡的双向契约显式化（感知层与知识层的 IR 对齐） |
+| 3 | NeuroBench / NIR 口径对接 | 主流神经形态评测口径，用于外部可比性 |
+| 4 | R2.1 loss 内部并行 | Rust 后端未完项（表 §5） |
+
+---
+
+## 11. 验证状态声明（白箱：来源与验证逐项分离）
+
+**本会话已回放核验（一手）**：
+
+| 项 | 方式 | 结果 |
+|---|---|---|
+| 11 件 hex Python 源文件存在性 | 逐件 `read_file` 头部 | 全部在位 |
+| 荣裁定原文（四条公理 / 单元化 / 连接主义 / 查询式识别 / 会意 / 复原 / 递归搜索 / 神经元模型 / 文字模态） | 逐件核对源码头部注释原文 | 与总纲交接件一致，**无编造** |
+| 关键结构符号（`HexGrid` / `HexHierNet` / `ConnectionLibrary` / `UnitHeadNet` / `gram_schmidt_kernels` / `extract_regions` 等） | 源码正文对照 | 在位 |
+| Rust 后端 | `Cargo.toml`（hex_nn 0.1.0 / edition 2021 / rayon / lto）+ `lib.rs` 头部（语义源声明 / 零链式法则 / plan 分离 / 1e-9 容差 / 六邻偏移） | 与总纲一致 |
+| 三仓角色 | 目录实证 | 与落点纪律一致 |
+
+**未在本会话复跑（数字来源 = ZCode 端交接件与源码注释）**：里程碑数值（L3 57.3% / L4 42% / 89.6%@9.1ms / 60% 反超与 69% / 80% vs 43% / 复原 100% / 17.6→20.8%）、Rust 加速数据（8.9e-16 / 12.1× / 3.17×@8 / ~36× / 207ms / 85ms）、基线计数（25/25 / 686 / 1059 / 5/5）。
+
+> **说明**：上述数字**未经本会话执行验证**，按白箱原则标注来源而不冒充已验证。需要时经蜂巢派发复跑（第 17 条），或由使用者在 AEIS 侧复跑后回填。
+
+---
+
+## 12. 交接件索引与关联
+
+| 件 | 位置 | 关系 |
+|---|---|---|
+| 存算一体神经网络架构 · 总纲与交接 | `docs/存算一体神经网络架构_总纲与交接_20260916.md` | 本档案的**上游总纲**（保原位，不移动以免破坏认知图 `doc_*` 章节索引引用面） |
+| 白箱化纲领 · 三项目学习总架构与 Ghidra 交接 | `docs/白箱化纲领_三项目学习总架构与Ghidra交接_20260916.md` | §7.2 同构映射的上游纲领 |
+| 理论 · 机制 · 代码 · 实验 · 缺口矩阵 | `docs/理论_机制_代码_实验_缺口矩阵_v0.1.md` | 认知图侧机制台账（本档案的姊妹篇：知识层） |
+| 存算一体架构学习 · 外部理论对照与路线交接 | `docs/存算一体架构学习_外部理论对照与路线交接_20260916.md` | 外部理论弹药库（Nature 综述 / Overmann / colibri）+ 吸收路线（保原位，同总纲） |
+
+**认知图关联**：荣反传语义定义条（node_b299c354）· 世界模型条目 · hex 系列归档条（§11 补档后写入）。
+