Phase 4AH：KC 输入记账把问题缩小到了哪里

更新：2026-09-30。正式状态：PASS-CONDITIONAL-KC-DRIVE-AUDIT。

这里的 PASS 仅表示对既有轨迹的条件重建和输入账目通过验证。Phase 4AG 的 FAIL-FIXED-CAL-REPRESENTATION 不变，仍没有学习候选。本阶段不运行新脑实验、不训练、不调参数、不使用 held-out，也未使用 GPU。

关键结果

全部 8 个小型场景、60 次 CAL 基础记录和 12 次重复，共 80 份记录通过重建。KC 放电由重建代码独立计算，未用原 KC 放电强制复位；80 份事件、计数及最终 V/g/ref 精确一致，8 个小型场景的逐 tick pre/post-APL 状态也精确一致。12 份重复的诊断统计相同。

完整 CAL 没有逐 KC 状态历史，只有全脑每 tick 哈希。因此不能声称完整 CAL 的每 tick KC V/g 都与独立保存的原历史逐位验证。记录中的上游放电和 APL h 是重建的条件输入，不是重新模拟出来的独立证据。

下表每列汇总 30 次 CAL：6 气味 × 5 seed。KC 比例按“神经元×试验”计数，时间比例按“神经元×试验×tick”计数，不是跨试验去重后的神经元数。

指标	physiological	matched_energy
外部请求 / 接受	3,203 / 2,195	2,936 / 2,038
实际全部 ALPN 放电	154,514	153,049
当次非设计目标 ALPN 放电	138,679（89.75%）	137,431（89.80%）
静默 KC 中收到 PN 兴奋输入的比例	93.3455%	93.3481%
静默 KC 中收到任意兴奋输入的比例	100%	100%
PN 占已接受兴奋增量总量的比例	89.1612%	89.4183%
PN→KC 到达边事件拒绝率	0.03649%	0.03731%
从未放电 KC 的不应期 tick 数	0	0
APL 累计写入量 / 已接受兴奋增量	3.0516	3.0539
KC 末尾状态 g 为负的时间比例	91.8452%	91.8721%

每个气味的设计目标为 33–55 个 ALPN；六气味设计目标并集为 76 个，实际放电 ALPN 并集为 556 个（两种模式均如此）。设计目标、实际请求、接受请求和实际放电是不同集合，均已分别保存。没有把实际输入事件数强行匹配，也没有把“未与请求同 tick 的放电”直接命名为噪声或独立自然活动。

哪些解释已被排除，哪些还没有

在这些已记录的 100 ms CAL 中，可排除字面意义的“KC 完全没收到兴奋输入”。也可排除“从未放电的 KC 因自身不应期拒收或不应期内 APL 累积，才不能首次放电”：它们没有进入过不应期。

不应期内 APL 写入仅占全体 APL 累计写入约 0.0193% / 0.0192%。这不支持把“屏蔽不应期 APL 写入”当成本轮覆盖率失败的直接主要解释；但没有做干预，不能排除已活跃细胞的时序或网络间接效应。

尚不能排除：兴奋输入过晚、不够同步、缺少气味特异结构、广泛反馈再招募，或它们与持续 APL 写入的相互作用。静默 KC 最接近阈值时的距离中位数约 6.697 / 6.703 mV；该值描述当前轨迹，不用于调整阈值。

APL 的约 3.05 倍是跨时间、神经元和试验累计状态增量的记账比值，不是瞬时 E/I 比、生物学抑制强度比例，也不是可据此倒算的新 gain。g 在该作者方程中以伏特表示，不是电导。源分账采用真实 availability/reset 条件；不能将其当作移除 APL 后的全脑反事实。

身份、浮点和证据范围

源类别从实际 schema 建立互斥分组：KC 4,064、APL 2、ALPN 686、MBON 97、解剖 DAN 340、仅 dopamine 标注的其他类别 52、other 160,143、unclassified 1,316。两枚 DPM 在 other 中明确标记，不因 dopamine 标注被归作 DAN；340 个 DAN 中有 2 个的当前 NT 字段不是 dopamine。没有依据名称前缀猜身份或删除未知项。

重建保留原始浮点位、18-step 延迟、22-step 不应期、严格阈值及逐边累加顺序。APL fast-edge 掩码原样保留在独立内存副本；磁盘原边权不改。按来源和符号分账不反馈到状态更新；舍入残差单独记录。

47 项合成测试在本地与服务器通过。
实际 g 阶段账目的最大闭合残差为 2.17e-19 V，在记录的运算误差界内。
来源状态分账最大残差为 6.11e-16 V；积分最大残差为 7.46e-14 V·ms。重建事件/最终状态自身仍要求逐位一致，没有放宽容差。
原 230,239 项及全部后续已封存目录校验通过。五组旧参考本阶段未重新运行；引用的是上一轮已封存且本次校验未变的 PASS 记录。
CPU 条件记账合计约 133.34 s；这是审计耗时，不是脑模型实时性能。
新模型 11 项、新实验 415 项已封存；封存前实验 payload 81,395,186 字节。完整分账表留在服务器，Git 只发布代码、小型证据及 SHA-256。

下一步，不从比值反推参数

优先检验可证伪的机制问题：非设计目标 ALPN 的广泛再招募是否先于 KC 响应，并通过 PN→APL / PN→KC 形成跨气味共享输入？

先继续使用已有 60 次 CAL，做 ALPN 的局部条件重建、真实先后时序和设计/非设计来源的 PN→APL 分账。若时序或贡献不支持该假设，明确否定，不挑选支持案例。

旧 APL 的单位意图已核实：原 4J 配置明写 gain_grid_mv_per_state_step，原 4J 实现有意每 tick 把滤波后的抑制写入 g，4P 延续这一行为。所以不能称它为“遗漏 dt 的实现错误”，也不能偷偷把 .01 换解释成 tonic mV。后续可研究不同时间算子的结构假设，但需新单位契约和不依赖 CAL 的解析匹配对照，不能只是把累计抑制改小。研究边界与来源

这仍不是学习训练或新的全脑动力学实验。任何因果干预或新的 APL 动力学语义必须另立独立分支协议，保留原结果，提前固定对照和判据，不做 gain 搜索，不改旧模型、输入、mask、eligibility 或阈值。

证据入口

模型 manifest SHA-256：fa89cb0a6e2dc77462057b672ffbcfabbe74b893d8f70e4b41d8b5202de15530。

实验 manifest SHA-256：fb30ca09068d5d8dc1dc9972e00f674c5dc3aa49c7117d630607b5d9067927db。

6.8 KiB Raw Permalink Blame History Unescape Escape