# 計算的二十四重範式
**英文題名：The Twenty-Fourfold Paradigm of Computation: A Three-Axis Taxonomy of Substrates, Update Modes, and Single-Measure Refusal**

**版本：EML-24FOLD-2026-v4.0（首次公開正式版候選稿）｜日期：2026-07-19**

**作者：Neo.K（許筌崴）｜原始 AI 協作：Theia｜正式版編修協作：Aletheia｜機構：EveMissLab**


> 本版取代 EML-24FOLD-2026-v3.0。它保留二十四重分類的核心架構，但將「拒測」改寫為可形式化、可相對化、可被反駁的「拒單測觀察」，並撤回若干不符合標準數學語義的矛盾宣稱。

## 摘要

本文建立計算的二十四重範式作為一個**相對完備的三軸分類框架**。任一已指定觀察語境的計算事件，由底空間、更新模式與觀察模式三個軸描述：底空間分為連續與離散；更新模式分為序列、跳躍、並行與識別；觀察模式分為連續、離散與拒單測。三軸笛卡兒積形成 $2\times4\times3=24$ 個基本型。

本版最重要的修正，是將 $\mathsf X$ 從「對象本體上不可被測量」改寫為「在給定語境、容許表示類與誤差門檻下，不存在一個能保留全部相關不變量的單一觀察表示」。因此，質數集的可數基數、自然密度為零與計數函數漸近式不構成標準數學中的矛盾；它們構成的是一個不可由單一尺度無損壓縮的多不變量剖面。康托爾集的基數、Lebesgue 測度與 Hausdorff 維數亦作同樣處理。

本文同時修正四項舊版缺陷：第一，將第二軸的序列符號由 $\mathsf C$ 改為 $\mathsf S$ ，避免與「連續」重名；第二，取消每個範式與固定漸近複雜度的一一對應；第三，將「識別為 $O(0)$ 」改為「零搜尋展開、但標準模型下線上存取至少為 $O(1)$ 」；第四，將絕對完備性改為固定語境下的分類閉合性。複合系統不再被強迫映射為單一型，而可表示為範式路徑、混合分布或多層堆疊。

**關鍵詞：** 二十四重範式、計算分類學、拒單測觀察、多尺度不變量、觀察語境、質數分布、計算實在論

## 目錄

- 一、理論定位與版本譜系
- 二、三軸形式系統
- 三、拒單測觀察的精確定義
- 四、相對完備性、唯一性與混合系統
- 五、二十四種基本範式
- 六、資源語義與複雜度修正
- 七、核心案例重建
- 八、範式轉換、組合與動態路徑
- 九、與 DCO／Cl-2 的關係
- 十、限制、可反駁條件與研究議程
- 結論、版本對照與參考文獻

## 一、理論定位與版本譜系

### 1.1 從八重、十六重到二十四重

本系列的三次版本不是三套互相排斥的理論，而是同一分類學逐步提高解析度的過程：

| 版本 | 軸結構 | 類型數 | 主要新增 |
|---|---|---:|---|
| v1.0 | $2\times2\times2$ | 8 | 底空間、更新、觀察三軸 |
| v2.0 | $2\times4\times2$ | 16 | 將非序列更新拆為跳躍、並行、識別 |
| v3.0 | $2\times4\times3$ | 24 | 新增 $\mathsf X$ 觀察 |
| v4.0 | $2\times4\times3$ | 24 | 形式化 $\mathsf X$ 、修正複雜度與完備性語義 |

因此，v4.0 並未增加第二十五種範式；它完成的是**語義校準**。理論的數量結構保持不變，形式地位與證明責任則被重新安排。

### 1.2 本文是分類理論，不是宇宙中立的終極枚舉

二十四重範式的「完備」只在以下條件下成立：

- 三個軸已被接受為本研究所使用的基本描述維度；
- 每個軸的值域固定為本文給出的有限集合；
- 觀察者、解析度、時間窗與容許誤差已被指定；
- 研究對象被切分為一個可辨識的計算事件。

因此，本文主張的是**相對完備性**與**分類閉合性**，不是宣稱一切可能宇宙中的所有計算本體只能有二十四種。

### 1.3 三個層級必須分離

本文區分：

1. **形式核心：** 三軸、二十四個元組、語境與映射規則。
2. **科學案例：** 質數、分形、混沌、臨界系統、機器學習等。
3. **本體論詮釋：** DCO、Cl-2、拒單測與「對象是否拒絕單一描述」。

只有第一層是本文直接定義的形式系統。第二層需要領域證據。第三層屬於可爭論的哲學詮釋，不得倒過來被當成第一層的證明。

## 二、三軸形式系統

### 2.1 計算事件

定義一個計算事件為：

$$
\mathcal E=(X,F,Q;\Gamma)
$$

其中 $X$ 是被操作的狀態空間， $F$ 是狀態更新或存取機制， $Q$ 是觀察／輸出機制， $\Gamma$ 是觀察語境。

語境寫成：

$$
\Gamma=(\rho,\mathcal M,\boldsymbol\varepsilon,\tau,\mathcal Q)
$$

其中 $\rho$ 是解析度或最小可分辨尺度， $\mathcal M$ 是相關觀察量族， $\boldsymbol\varepsilon$ 是容許誤差， $\tau$ 是時間窗， $\mathcal Q$ 是容許的表示或壓縮類。

### 2.2 軸一：底空間

$$
\mathfrak B=\{\mathsf C,\mathsf D\}
$$

- $\mathsf C$ ：在語境 $\Gamma$ 的解析度 $\rho$ 下，不存在被採用的最小離散間隔，或系統以連續結構建模。
- $\mathsf D$ ：在語境 $\Gamma$ 下，狀態可由可分辨單元、符號、格點或事件索引表示。

連續／離散不是對象脫離語境後的永恆標籤。同一物理系統可在微觀模型中離散、在宏觀有效理論中連續。

### 2.3 軸二：更新模式

$$
\mathfrak U=\{\mathsf S,\mathsf J,\mathsf P,\mathsf R\}
$$

- $\mathsf S$ （Sequential）：依賴前序狀態的序列或漸進更新。
- $\mathsf J$ （Jump/Selective）：只更新、探測或展開被選中的部分狀態。
- $\mathsf P$ （Parallel）：多個局部狀態在同一邏輯層或時間步中共同更新。
- $\mathsf R$ （Recognition/Retrieval）：主要成本已被預處理、訓練、編譯或建索引吸收，線上階段以識別、存取或匹配為主。

舊版以 $\mathsf C$ 表示序列填補，與「連續」重名。本版正式改用 $\mathsf S$ ；舊代碼仍保留為歷史別名。

### 2.4 軸三：觀察模式

$$
\mathfrak O=\{\mathsf C,\mathsf D,\mathsf X\}
$$

- $\mathsf C$ ：輸出以連續函數、連續場、測度密度或連續參數表示。
- $\mathsf D$ ：輸出以離散符號、有限／可數索引、事件或分類結果表示。
- $\mathsf X$ ：在語境 $\Gamma$ 中，相關觀察量族不能被一個容許的單一表示無損或容差內地共同保留。

### 2.5 二十四重空間

$$
\mathfrak P_{24}
=
\mathfrak B\times\mathfrak U\times\mathfrak O
$$

$$
|\mathfrak P_{24}|=2\times4\times3=24
$$

每一基本範式寫成：

$$
p=\langle B;U;O\rangle
$$

例如 $\langle\mathsf D;\mathsf S;\mathsf X\rangle$ 表示離散底空間、序列更新、拒單測觀察。

## 三、拒單測觀察的精確定義

### 3.1 為何不是「不可測」

$\mathsf X$ 不表示沒有測量，也不表示對象不存在數學描述。恰好相反， $\mathsf X$ 通常出現在**有多種各自合法、但不可被單一尺度完整代替的測量**之處。

設相關觀察量族為：

$$
\mathcal M=\{\mu_i:X\to Y_i\}_{i\in I}
$$

一個候選單一表示為：

$$
q:X\to Z,\qquad q\in\mathcal Q
$$

若對每個 $\mu_i$ 都存在重建映射 $g_i:Z\to Y_i$ ，使得：

$$
d_i\!\left(\mu_i(x),g_i(q(x))\right)\le \varepsilon_i
$$

並且語境指定的關係、不變量與序結構被保留，則稱 $q$ 對 $\mathcal M$ 是 $\Gamma$-充分的。

### 3.2 拒單測定義

$$
\mathsf X_\Gamma(X)
\iff
\nexists q\in\mathcal Q
\ \text{使 }q\text{ 對 }\mathcal M\text{ 為 }\Gamma\text{-充分}
$$

這一定義具有四個結果：

- $\mathsf X$ 是**語境相對的**，不是對象的無條件本質。
- $\mathsf X$ 是**表示不足**，不是邏輯矛盾。
- 擴大 $\mathcal Q$ 、放寬誤差或縮小觀察量族，可能使 $\mathsf X$ 退化為 $\mathsf C$ 或 $\mathsf D$ 。
- 若任何有限表示都失敗，則可研究更強的多尺度剖面、向量測度或範疇化表示，而不是宣稱對象「無法被數學處理」。

### 3.3 多不變量剖面

對 $\mathsf X$ 對象，本文推薦使用剖面：

$$
\mathbf M_\Gamma(X)
=
\bigl(\mu_1(X),\mu_2(X),\ldots,\mu_k(X)\bigr)
$$

因此， $\mathsf X$ 的正面含義不是拒絕知識，而是拒絕把多個結構層級過早壓成一個數。

## 四、相對完備性、唯一性與混合系統

### 4.1 相對分類定理

**定理 4.1（固定語境下的分類閉合性）。**  
若計算事件 $\mathcal E$ 在固定語境 $\Gamma$ 中，對三個軸各有且只有一個基本值，則存在唯一：

$$
p_\Gamma(\mathcal E)\in\mathfrak P_{24}
$$

使 $\mathcal E$ 被分類為該範式。

**證明。** 三軸值分別屬於有限集合 $\mathfrak B$ 、 $\mathfrak U$ 、 $\mathfrak O$ 。在單值假設下，三者的有序組唯一，故其笛卡兒積元素唯一。證畢。

這個定理是類型系統內的閉合性結果，不等於證明所有現實計算事件都天然滿足「單值假設」。

### 4.2 語境改變與非唯一性

對同一事件，若改變 $\Gamma$ ，可能有：

$$
p_{\Gamma_1}(\mathcal E)\ne p_{\Gamma_2}(\mathcal E)
$$

例如，量子電路的物理演化可視為連續，而其閘級描述可視為離散；神經網路訓練可在參數空間視為連續，在有限精度硬體上視為離散。

### 4.3 混合系統

混合系統可表示為範式路徑：

$$
\mathbf p(\mathcal E)
=
(p_0,p_1,\ldots,p_T)
$$

或範式分布：

$$
\nu_\mathcal E:\mathfrak P_{24}\to[0,1],
\qquad
\sum_{p\in\mathfrak P_{24}}\nu_\mathcal E(p)=1
$$

因此，現代 AI、分散式系統、量子—經典混合演算法與具身智能體通常不應被強迫歸入單一格。

## 五、二十四種基本範式

下表使用 $\mathsf S$ 作為正式序列代碼，並保留舊版代碼以維持版本兼容。案例只是代表性實例，不是範式定義本身。

### 序列／漸進更新組（S）
| 編號 | 正式代碼 | 舊代碼 | 定義摘要 | 代表案例 | 證據狀態 |
|---|---|---|---|---|---|
| P1 | C-S-C | C³ | 連續底空間；序列更新；連續讀出 | 偏微分方程的逐步數值演化 | 成熟 |
| P2 | C-S-D | C²D | 連續底空間；序列更新；離散讀出 | 感測器採樣、數值積分 | 成熟 |
| P3 | C-S-X | C²X | 連續底空間；序列更新；拒單測讀出 | 康托爾集的測度—維數—基數聯合描述 | 條件式 |
| P4 | D-S-C | DC² | 離散底空間；序列更新；連續重構 | 樣條插值、離散資料平滑 | 成熟 |
| P5 | D-S-D | DCD | 離散底空間；序列更新；離散讀出 | 逐項演算法、有限狀態更新 | 成熟 |
| P6 | D-S-X | DCX | 離散底空間；序列更新；拒單測讀出 | 質數的計數—密度—分布聯合描述 | 核心案例 |

### 跳躍／選擇更新組（J）
| 編號 | 正式代碼 | 舊代碼 | 定義摘要 | 代表案例 | 證據狀態 |
|---|---|---|---|---|---|
| P7 | C-J-C | CJC | 連續底空間；選擇性更新；連續讀出 | 自適應網格、小波局部細化 | 成熟 |
| P8 | C-J-D | CJD | 連續底空間；選擇性更新；離散讀出 | 壓縮感知、事件採樣 | 成熟 |
| P9 | C-J-X | CJX | 連續底空間；選擇性更新；拒單測讀出 | 混沌軌道與截面統計的聯合描述 | 條件式 |
| P10 | D-J-C | DJC | 離散底空間；選擇性更新；連續重構 | 稀疏資料重建 | 成熟 |
| P11 | D-J-D | DJ² | 離散底空間；選擇性更新；離散讀出 | 索引、搜尋、稀疏圖走訪 | 成熟 |
| P12 | D-J-X | DJX | 離散底空間；選擇性更新；拒單測讀出 | 孿生質數分布（以猜想標記） | 猜想性 |

### 並行／同步更新組（P）
| 編號 | 正式代碼 | 舊代碼 | 定義摘要 | 代表案例 | 證據狀態 |
|---|---|---|---|---|---|
| P13 | C-P-C | CPC | 連續底空間；並行更新；連續讀出 | 場模型的同步演化 | 成熟 |
| P14 | C-P-D | CPD | 連續底空間；並行更新；離散讀出 | 並行模擬後的離散感測 | 成熟 |
| P15 | C-P-X | CPX | 連續底空間；並行更新；拒單測讀出 | 量子場正規化前後的多尺度描述 | 解釋性 |
| P16 | D-P-C | DPC | 離散底空間；並行更新；連續重構 | 細胞自動機的宏觀場重構 | 成熟 |
| P17 | D-P-D | DPD | 離散底空間；並行更新；離散讀出 | SIMD、GPU 格點更新 | 成熟 |
| P18 | D-P-X | DPX | 離散底空間；並行更新；拒單測讀出 | Ising 臨界有限尺度與熱力學極限 | 條件式 |

### 識別／存取更新組（R）
| 編號 | 正式代碼 | 舊代碼 | 定義摘要 | 代表案例 | 證據狀態 |
|---|---|---|---|---|---|
| P19 | C-R-C | CRC | 連續底空間；識別存取；連續讀出 | 已訓練連續模型的函數查詢 | 成熟 |
| P20 | C-R-D | CRD | 連續底空間；識別存取；離散讀出 | 分類器、語音辨識輸出 | 成熟 |
| P21 | C-R-X | CRX | 連續底空間；識別存取；拒單測讀出 | 深度學習容量與泛化的多指標剖面 | 研究中 |
| P22 | D-R-C | DRC | 離散底空間；識別存取；連續重構 | 知識圖譜嵌入、生成式重構 | 成熟 |
| P23 | D-R-D | DRD | 離散底空間；識別存取；離散讀出 | 字典存取、完美雜湊的查詢層 | 成熟 |
| P24 | D-R-X | DRX | 離散底空間；識別存取；拒單測讀出 | 事件序列的局部時序與全域時序衝突 | 哲學／條件式 |

## 六、資源語義與複雜度修正

### 6.1 範式不等於固定 Big-O 類

舊版將 $\mathsf S,\mathsf J,\mathsf P,\mathsf R$ 分別近似綁定到 $O(n),O(k),O(1),O(0)$ 。正式版撤回這個一一對應。原因是：

- 跳躍更新仍可能在最壞情況遍歷全部狀態；
- 並行演算法的總工作量不一定降低，只是臨界路徑深度可能降低；
- 識別與存取需要預處理、記憶體、索引更新與至少一次物理操作；
- 同一範式可有多個算法與資料結構，複雜度不由範式代碼單獨決定。

### 6.2 資源向量

本文用資源向量取代單一複雜度欄：

$$
\mathbf C_\Gamma(\mathcal E,n)
=
\bigl(
W(n),D(n),M(n),P_{\mathrm{pre}}(n),U_{\mathrm{upd}}(n),
E_{\mathrm{irr}}(n),L_{\mathrm{obs}}(n)
\bigr)
$$

其中：

- $W$ ：總工作量；
- $D$ ：並行深度或臨界路徑；
- $M$ ：記憶體；
- $P_{\mathrm{pre}}$ ：預處理／訓練／編譯成本；
- $U_{\mathrm{upd}}$ ：索引或模型更新成本；
- $E_{\mathrm{irr}}$ ：不可逆資訊擦除對應的能量成本；
- $L_{\mathrm{obs}}$ ：觀察表示造成的資訊損失。

### 6.3 識別不是 $O(0)$

對識別／存取範式：

$$
T_{\mathrm{total}}
=
T_{\mathrm{pre}}
+
T_{\mathrm{online}}
+
T_{\mathrm{update}}
$$

在標準 RAM 或物理機器模型下，非空線上回應至少需要常數次操作，因此通常：

$$
T_{\mathrm{online}}=\Omega(1)
$$

本文保留「零填補」或「零搜尋展開」作為內部術語，意指線上階段不再展開候選狀態空間；它不再被寫成標準漸近複雜度 $O(0)$ 。

### 6.4 並行範式採工作—深度模型

並行計算至少同時記錄：

$$
W(n)=\text{總工作量},
\qquad
D(n)=\text{臨界路徑深度}
$$

一個演算法可能有較小的 $D(n)$ ，卻有更大的 $W(n)$ 、通訊量或同步成本。因此，不存在脫離硬體與任務的普遍排序：

$$
\mathsf R\ge\mathsf P\ge\mathsf J\ge\mathsf S
$$

正式版只允許在指定資源權重後建立偏序或 Pareto 比較。

## 七、核心案例重建

### 7.1 質數集：核心案例，但不是基數矛盾

質數集滿足：

$$
|\mathbb P|=\aleph_0
$$

以及由質數定理：

$$
\pi(N)\sim\frac{N}{\log N}
$$

故：

$$
\lim_{N\to\infty}\frac{\pi(N)}N=0
$$

這三個陳述彼此相容。基數描述是否可建立雙射；自然密度描述集合嵌入自然數後的漸近占比。它們不是同一尺度，因此不能以：

$$
\frac{\aleph_0}{\aleph_0}=1
$$

替代自然密度。無窮基數的「比值」亦不是標準基數算術中可任意使用的實數除法。

在只問「是否可數」的語境中，質數是 $\mathsf D$ 觀察；在要求一個表示同時保留可數性、嵌入密度、間距統計與計數函數漸近行為的語境中，它可被標記為 $\mathsf X$ 。因此：

$$
p_{\Gamma_{\mathrm{count}}}(\mathbb P)=\langle\mathsf D;\mathsf S;\mathsf D\rangle
$$

而：

$$
p_{\Gamma_{\mathrm{joint}}}(\mathbb P)=\langle\mathsf D;\mathsf S;\mathsf X\rangle
$$

這一改寫保留了原稿的核心洞察：**質數不能被「可數」一詞耗盡**；但不再把標準集合論中的等勢誤寫為錯誤。

### 7.2 康托爾集：測度、基數與維數的多尺度剖面

標準三分康托爾集 $K$ 滿足：

$$
|K|=\mathfrak c,
\qquad
\lambda(K)=0,
\qquad
\dim_H(K)=\frac{\log2}{\log3}
$$

三者沒有矛盾。它們分別描述雙射類、Lebesgue 測度與尺度幾何。若任務要求單一純量完整代表三者，則 $K$ 進入 $\mathsf X$ ；若任務只問測度，則可使用連續測度框架。

### 7.3 洛倫茲吸引子與龐加萊截面

文獻常報告經典洛倫茲吸引子的分形或 Lyapunov 維數約為 $2.06$ 。這個數值屬於完整吸引子，而不應直接標在二維龐加萊截面上。截面通常降低一個流方向維度，其具體維數取決於截面、測度與估計方法。

因此，P9 的正式案例是「連續流、選擇性截面與多尺度統計之間的表示差異」，而不是宣稱截面本身固定具有 $2.06$ 維。

### 7.4 孿生質數

孿生質數猜想尚未解決；Hardy–Littlewood 型漸近式屬於猜想性預測。P12 可以作為「若該猜想成立時」的示範案例，不得被用作二十四重範式的存在性證明。P12 的成熟實例應由已知稀疏事件搜尋、稀疏圖匹配或罕見事件偵測補足。

### 7.5 Ising 臨界點

在熱力學極限附近，關聯長度滿足臨界標度：

$$
\xi(T)\sim |T-T_c|^{-\nu}
$$

有限格點上不存在字面上的無窮系統；其行為由有限尺度標度描述。P18 的 $\mathsf X$ 因而是「有限尺度觀察與熱力學極限結構需要聯合表示」，不是「有限格點同時等於有限與無限」的矛盾。

### 7.6 量子場真空能

量子場論中的正規化與重整化依賴所研究的可觀察量、邊界條件與重整化方案。裸量發散與重整化可觀察量有限，不宜直接稱為兩個不可通約真值。P15 應被理解為「不同尺度與方案下的量需要明示轉換規則」的案例。

### 7.7 深度學習泛化

過參數模型能擬合隨機標籤，經典容量界常不足以解釋實際泛化；但這不表示所有學習理論與實驗永遠不可通約。P21 是研究中案例，適合以多指標剖面描述：

$$
\mathbf M_{\mathrm{gen}}
=
(\text{train error},\text{test error},\text{margin},
\text{norm},\text{effective rank},\text{data complexity},\ldots)
$$

### 7.8 時間流與意識流

時間經驗、qualia 與全域時序屬於哲學與認知科學的高爭議議題。P24 可保留為本體論探索案例，但不得與質數定理、分形維數等成熟數學案例混列為同等證據。

## 八、範式轉換、組合與動態路徑

### 8.1 轉換

範式轉換寫成：

$$
T_{p\to q}:\mathcal E_p\mapsto\mathcal E_q
$$

其代價由資源向量差、表示損失與接口成本共同決定：

$$
\Delta\mathbf C
=
\mathbf C_\Gamma(\mathcal E_q)
-
\mathbf C_\Gamma(\mathcal E_p)
$$

### 8.2 組合

若系統由多層組成：

$$
\mathcal E
=
\mathcal E^{(1)}
\circ
\mathcal E^{(2)}
\circ\cdots\circ
\mathcal E^{(m)}
$$

則其範式不是單一代碼，而是：

$$
\mathbf p(\mathcal E)
=
\bigl(
p(\mathcal E^{(1)}),\ldots,p(\mathcal E^{(m)})
\bigr)
$$

例如大型語言模型可粗略拆為：訓練的序列／並行更新、推理時的識別與選擇、工具調用的跳躍、感測器輸入的離散或連續觀察。

### 8.3 自適應選擇

任務導向的範式選擇可寫成多目標優化：

$$
p^*
=
\arg\min_{p\in\mathfrak P_{24}}
\left[
\mathbf w\cdot\widehat{\mathbf C}_\Gamma(p)
+
\lambda L_{\mathrm{obs}}(p)
\right]
$$

其中 $\mathbf w$ 是資源偏好， $\lambda$ 是觀察損失權重。這比宣稱某個範式普遍更高階更符合實際計算。

## 九、與 DCO／Cl-2 的關係

### 9.1 內部詮釋，而非外部證明

在 DCO 框架中，可將 Cl-2 解讀為內部與外部描述的協調要求。二十四重範式可提供三種狀態：

- $\mathsf C$ 或 $\mathsf D$ ：存在被語境接受的單一觀察表示；
- $\mathsf X$ ：不存在該表示，需要多尺度剖面；
- 混合情況：不同子域分別落入不同觀察型。

但這是 DCO 對二十四重範式的**詮釋映射**，不是由標準數學自動推出的等價定理。若要宣稱 Cl-2 與拒單測完全等價，仍需給出 Cl-2 的形式語言、模型類與雙向推導。

### 9.2 修正版命題

可保留以下框架內命題：

> 若 Cl-2 被操作性地定義為「存在一個在指定誤差內同時保持內部與外部相關不變量的觀察表示」，則 $\mathsf X$ 恰好表示 Cl-2 在該語境下失敗。

這是一個由定義建立的對齊命題，不是對所有本體論系統的普遍發現。

## 十、限制、可反駁條件與研究議程

### 10.1 已知限制

- 連續／離散依賴解析度，邊界可能模糊。
- 四種更新模式未必是唯一合理的原子分解。
- $\mathsf X$ 依賴觀察量族與容許表示類，選擇不當會使分類任意化。
- 二十四個格子的存在不代表每格都有同等成熟的科學案例。
- 範式代碼不直接給出演算法複雜度、可計算性或物理可實現性。

### 10.2 可反駁條件

本理論至少在下列情況需要再修訂：

1. 發現一種無法表示為三軸元組、且無法合理視為混合路徑的基本計算事件。
2. 證明第二軸某兩類在所有合理模型中不可區分，或存在必須新增的第五原子更新型。
3. 證明 $\mathsf X$ 在所有案例中都可由固定有限維向量測度完全替代，且不再提供分類增益。
4. 實證研究顯示二十四重標記對算法選擇、系統分析或跨領域比較沒有可重複效用。

### 10.3 研究議程

- 建立公開案例庫，讓每個案例同時標記語境、資源向量與證據等級。
- 為混合系統建立範式自動標註器。
- 研究範式轉換圖的最短路徑與 Pareto 前沿。
- 建立 $\mathsf X$ 的最小充分多尺度表示。
- 用 Lean、Coq 或 Isabelle 形式化相對分類定理。
- 將二十四重範式與計算實在論 v2.0、HCU、DCO 建立明確依賴圖。

## 結論

二十四重範式的核心價值不在於宣稱世界只有二十四種計算，而在於把三個經常混在一起的問題拆開：

$$
\text{在哪裡計算}
\quad\times\quad
\text{如何更新}
\quad\times\quad
\text{如何被觀察}
$$

v4.0 保留：

$$
2\times4\times3=24
$$

但將其正式地解讀為固定語境下的分類空間。 $\mathsf X$ 也不再是神祕化的「不可測」，而是對單一尺度壓縮的拒絕：

$$
\mathsf X
=
\text{拒絕以一個數、一種測度或一個讀出耗盡對象}
$$

質數、分形、臨界現象與學習系統之所以適合進入此框架，不是因為它們違反標準數學，而是因為它們迫使觀察者保留多種互補不變量。這是本版從「分類宣言」走向「可研究形式系統」的真正完成。

## 版本對照

| 舊版主張 | v4.0 正式處理 |
|---|---|
| 質數的零密度與可數基數矛盾 | 撤回；改為不同不變量不可由單一尺度取代 |
| $\mathsf X$ 是對象絕對不可測 | 改為語境相對的拒單測 |
| 二十四重是宇宙絕對完備分類 | 改為固定三軸與語境下的相對完備 |
| $\mathsf R=O(0)$ | 改為零搜尋展開；線上成本通常為 $\Omega(1)$ |
| 每類有固定 Big-O | 撤回；改用資源向量 |
| 洛倫茲截面維數约 $2.06$ | 修正；约 $2.06$ 指完整吸引子 |
| 孿生質數漸近式是案例事實 | 標為猜想性 |
| 有限 Ising 格點有無窮關聯長度 | 改為熱力學極限與有限尺度標度 |
| DCO Cl-2 與 $\mathsf X$ 普遍等價 | 改為需明示定義的框架內對齊命題 |

## 參考文獻

[1] S. Wenmackers, “On the Limits of Comparing Subset Sizes within the Natural Numbers,” arXiv:2408.03344, 2024.

[2] G. H. Hardy and E. M. Wright, *An Introduction to the Theory of Numbers*, 6th ed., Oxford University Press, 2008.

[3] K. Falconer, *Fractal Geometry: Mathematical Foundations and Applications*, 3rd ed., Wiley, 2014.

[4] N. V. Kuznetsov et al., “The Lorenz System: Hidden Boundary of Practical Stability and the Lyapunov Dimension,” arXiv:1910.08740, 2019.

[5] J. L. Jones and A. P. Young, “Finite Size Scaling of the Correlation Length above the Upper Critical Dimension,” arXiv:cond-mat/0412150, 2004.

[6] C. Zhang, S. Bengio, M. Hardt, B. Recht, and O. Vinyals, “Understanding Deep Learning Requires Rethinking Generalization,” ICLR, 2017.

[7] R. Landauer, “Irreversibility and Heat Generation in the Computing Process,” *IBM Journal of Research and Development*, 5(3), 183–191, 1961. DOI: 10.1147/rd.53.0183.

[8] D. H. Wolpert, “Extending Landauer’s Bound from Bit Erasure to Arbitrary Computation,” arXiv:1508.05319, 2015.

[9] S. Cook, “The P versus NP Problem,” in *The Millennium Prize Problems*, Clay Mathematics Institute / AMS, 2006.

[10] C. H. Bennett, “Logical Reversibility of Computation,” *IBM Journal of Research and Development*, 17(6), 525–532, 1973.

## 授權與學術狀態

本文為 EveMissLab 理論研究稿。正式公開時，建議另附獨立授權文件；授權、倫理宣言與法律條款不與數學定義及定理正文混寫。本文中的「正式版」表示內部結構與學術陳述已完成校準，不表示已經同行評審或被學界接受。