Цей переклад створено автоматично з датованого англійського оригіналу. Канонічною є англійська сторінка. English →

де $U$ є ефективною спроможністю (примітка ери: раніші шари цієї програми використовують літеру U по-іншому, від «Всесвіту» у формалізмі грудня 2024 до реалізованого творення на сторінці закону; ця стаття використовує лише операційне значення, а дослідницький глосарій несе кожне значення разом із його датою), $I$ є базовим потенціалом (структурованою асиметрією), $R$ є рекурсивною глибиною, а $\alpha$ є показником масштабування. Всередині заявленої моделі ця стаття виводить $\alpha$, а не припасовує його: він випливає з самореферентної константи зв’язку $\beta$ через $\alpha = 1/(1-\beta)$. Подальше твердження, що він обмежений $\alpha \leq 2$, ARC Bound, є припущенням, а не доведеним результатом: двійка є тим, що співвідношення повертає при $\beta = 1/2$, і це значення перебуває у випробуванні в чорнових реєстраціях, а не встановлене. Оновлення: Емпіричні результати з крос-архітектурного експерименту v5 (Стаття II, шість фронтирних моделей, 30 задач) знаходять $\alpha_{\text{compute}} \approx 0.49$ для моделі з найкращим припасуванням (Gemini 3 Flash, $r^2 = 0.86$), підтверджуючи додатне степеневе масштабування ($\alpha > 0$) та універсальну послідовну перевагу ($\alpha_{\text{seq}} > \alpha_{\text{par}}$ для кожної моделі), але не супралінійне масштабування ($\alpha > 1$). Виміряні показники залежать від архітектури, коливаючись від майже нуля до приблизно 3. Ці висновки радше уточнюють, ніж спростовують рамку: математична структура тримається, але емпіричний режим масштабування ШІ є слабшим, ніж передбачалося спочатку.

Але сама ця степенева форма є окремим випадком. Визначимо оператор рекурсивної композиції $\oplus$, який характеризує, як інкрементні прирости поєднуються з накопиченою спроможністю. За неперервності та асоціативності $\oplus$ однозначно визначає функцію масштабування системи:

За гіпотезами регулярності та композиції Теореми 1: мультиплікативний $\oplus$ дає степеневе масштабування ($R^{\alpha}$), адитивний $\oplus$ дає експоненційне масштабування ($e^{\alpha R}$), а обмежений $\oplus$ дає насичення.

Ми доводимо, що будь-яка система, яка задовольняє три аксіоми (роздільність, кумулятивну перевагу, неперервність), необхідно виявляє п’ять структурних властивостей: порогову поведінку, залежність від рекурсивної глибини, залежність від якості бази, мультиплікативну взаємодію $I \times R$ і межі режимів. Ми доводимо, що мультиплікативна взаємодія є необхідною, а не просто зручною: жодна адитивна декомпозиція не є сумісною з аксіомами (Теорема 2a). Ми виводимо ARC Bound ($\beta = 0.5$, $\alpha = 2$) (§5.4) як запропоновану межу стабільного масштабування для класичних послідовних обчислень: межу масштабування, а не межу швидкості, і найбільше, на що може вирости рекурсивно самокорегівна система, залишаючись коректовною (системи можуть її перевищувати у перехідних надкритичних виходах, але не залишаються стабільно самокорегівними там), і показуємо, що композиційні оператори можуть переходити між режимами в межах єдиної обмеженої системи (Теорема 5). Це становить ARC Principle. Ми подаємо свідчення з чотирьох сфер, специфікуємо тринадцять критеріїв фальсифікації, робимо міждоменне випереджувальне передбачення і повідомляємо про всеосяжний набір обчислювальної валідації (Додаток C), який підтверджує ключові математичні співвідношення з машинною точністю.

Ключові слова: рекурсивне посилення, оператор композиції, закони масштабування, обчислення під час тестування, квантова корекція помилок, часові кристали, універсальність, фальсифікація

1. Проблема

У період між груднем 2024 та лютим 2026 чотири дослідницькі програми досягли таких результатів:

Google Quantum AI (результати оголошено 9 грудня 2024; препринт команди публічний з 24 серпня 2024) продемонструвала експоненційне придушення помилок через рекурсивну квантову корекцію помилок на процесорі Willow, досягаючи $\Lambda = 2.14 \pm 0.02$ на приріст кодової відстані [1].

DeepSeek AI (січень 2025) показав, що послідовне міркування ланцюжка думок у великих мовних моделях дає прирости спроможності, які, здається, накопичуються з глибиною, тоді як паралельне вибирання показує спадну віддачу [2]. Sharma & Chopra (2025) незалежно підтвердили послідовну перевагу в 95.6% протестованих конфігурацій у п’яти сім’ях моделей [3].

NYU Physics (лютий 2026) створила неперервний класичний часовий кристал, у якому спонтанне часове впорядкування виникає, коли загартований безлад поєднується з нерівносильними петлями зворотного зв’язку, виявляючи насичувальну динаміку з ~6,700 циклами когерентності [4].

Консорціум COGITATE (2025) виявив, що поворотне нейронне оброблення в задній корі підтримує контент-специфічні репрезентації (0.5-1.5с), тоді як перехідне пряме оброблення в префронтальній корі дає лише короткі категорійні відповіді (~0.2-0.4с) [5]. Висновок COGITATE про те, що поворотне оброблення в задній корі підтримує контент-специфічні репрезентації, підтримує передбачення рамки ARC про те, що глибина рекурсивного оброблення визначає масштабування спроможності; COGITATE вивчала свідомість, а не масштабування ШІ, але структурний шаблон (залежне від глибини, кероване зворотним зв’язком посилення) є спільним.

Ці програми звертаються до різних задач у різних фізичних субстратах. Вони виявляють різні математичні форми: експоненційна в квантових системах, степенева в ШІ, насичувальна в класичній фізиці, невиміряна в нейронауці. Вони не поділяють ні цитувань, ні джерел фінансування, ні спільного персоналу.

Проте вони поділяють структурний шаблон. У кожному випадку рекурсивне або поворотне оброблення (де вихід одного циклу стає входом для наступного), яке оперує на структурованій асиметрії, дає прирости спроможності, що перевищують лінійне накопичення. Питання, до якого звертається ця стаття, полягає в тому, чи цей шаблон відображає єдиний основоположний принцип, чи просто збіг.

Ми пропонуємо, що він відображає принцип, але не той, який можна було б очікувати. Ми не стверджуємо, що одне рівняння підходить для всіх сфер. Ми стверджуємо щось конкретніше: що вимірна властивість будь-якої рекурсивної системи (її оператор композиції) визначає її функцію масштабування, і що п’ять якісних властивостей необхідно випливають із рекурсивної архітектури незалежно від функціональної форми. Математична форма відрізняється у різних сферах, оскільки оператор композиції відрізняється. Структурні властивості універсальні, оскільки аксіоми, що їх породжують, є субстрат-незалежними.

2. Формалізм

2.1 Три аксіоми

Ми починаємо з трьох аксіом, які має задовольняти будь-яка рекурсивно посилююча система.

Ця аксіома стверджує, що базова якість і рекурсивна глибина роблять внесок у спроможність через незалежні мультиплікативні канали. Система з нульовим базовим потенціалом ($I = 0$) досягає нульової спроможності незалежно від рекурсивної глибини: рекурсії нема чого посилювати.

Ця аксіома охоплює істотну особливість рекурсивного оброблення: маргінальне посилення кожного кроку залежить від накопиченого посилення. Коли $\beta = 0$, кроки незалежні, і посилення зростає лінійно. Коли $\beta > 0$, накопичене посилення прискорює майбутні прирости (супралінійне масштабування). Параметр $\beta$ вимірює, наскільки багато накопиченого контексту кожен новий крок може ефективно використати. Оперування на факторі посилення $g$, а не на абсолютній спроможності $Q = I \cdot g$, зберігає роздільність, стверджену в Аксіомі 1: функція посилення залежить лише від рекурсивної глибини, а не від базового потенціалу.

Це умова регулярності. Вона виключає патологічні розв’язки та забезпечує вимірність.

2.2 Оператор композиції

Як приріст із рекурсивного кроку $r$ поєднується з накопиченою спроможністю $Q_r$? Ми формалізуємо це так.

Оператор композиції є центральним математичним об’єктом цієї рамки. Це те, що варіюється в різних сферах, і те, що визначає функцію масштабування. Він також емпірично вимірюваний: спостерігайте, як маргінальні прирости на кроці $r$ пов’язані з накопиченою спроможністю $Q_r$.

Скорочення доведення. Випадки (1) та (2) випливають з функціональних рівнянь Коші. Для (1): нехай $h(x) = \ln g(e^x)$; тоді $h(x+y) = h(x) + h(y)$. За неперервності $h(x) = \alpha x$, що дає $g(R) = R^{\alpha}$. Для (2): $\ln f$ задовольняє $\ln f(R_1 + R_2) = \ln f(R_1) + \ln f(R_2)$, адитивне рівняння Коші з розв’язком $\ln f(R) = \alpha R$. Випадок (3) випливає безпосередньо з обмеженості. Повні доведення в Додатку A. $\blacksquare$

Класифікація є вичерпною за заявлених умов. Будь-яке неперервне асоціативне правило композиції на $\mathbb{R}^+$ належить до одного з цих трьох класів. Тому оператор композиції є повним класифікатором поведінки рекурсивного масштабування.

Шість прихованих припущень

Кожна теорема заборони спирається на припущення. Теорема 1 припускає шість речей. Кожне припущення, коли порушене, дає конкретне фізичне уточнення, а не суперечність:

Припущення 3 є особливо значущим для застосовності рамки. Теорема стабільності Гаєрса-Улама [18,19] доводить, що будь-яка функція, приблизно яка задовольняє одне з функціональних рівнянь Коші, має лежати близько до точного розв’язку того самого рівняння. Формально, для мультиплікативного випадку: якщо $|f(x \cdot y) - f(x) \cdot f(y)| < \varepsilon$ для всіх $x, y$, тоді існує точний розв’язок $g$ мультиплікативного рівняння з $|f(x) - g(x)| < K\varepsilon$; аналогічні твердження виконуються для адитивного, експоненційного та логарифмічного рівнянь відповідно. Реальні системи ніколи не задовольняють аксіоми точно: біологічні мережі шумні, ланцюжки міркування ШІ мають змінну якість, квантова корекція помилок працює з недосконалими вентилями. У межах кожного рівняння відповідна форма тому є стабільною під збуренням. Раніше формулювання, яке робило три форми «стабільними атракторами у функціональному просторі», відкликано, оскільки функція, яка не задовольняє жодне з рівнянь, не притягується до жодного з них; стабільність є поаксіомною, а не розбиттям функціонального простору. Чи є степеневі закони, експоненційні або логарифмічні форми емпірично повсюдними в природі, це окреме питання про те, як часто системи приблизно задовольняють одне з цих рівнянь у першу чергу, і Гаєрс-Улам сам по собі його не розв’язує.

Припущення 4 адресується безпосередньо Теоремою 5 (§4.5): обмежені системи можуть переходити між операторами композиції зі зростанням рекурсивної глибини, пояснюючи, чому різні дослідження тієї самої системи можуть спостерігати різні режими масштабування.

Це має важливий наслідок: якщо ви можете виміряти $\oplus$ в новій системі, ви можете передбачити її функцію масштабування до вимірювання повної кривої масштабування. Це найсильніше міждоменне передбачення рамки (§5.1).

2.3 Виведення $\beta$

Для систем із мультиплікативною композицією показник $\alpha$ не є вільним параметром. Він виводиться з константи зв’язку $\beta$.

Доведення. Розділяючи змінні в $dg/dr = a g^{\beta}$:

З початковою умовою $g(0) = 1$: $C = 1/(1-\beta)$.

У межі глибокої рекурсії ($R \gg R^*$, означено нижче):

Тому $\alpha = 1/(1-\beta)$. $\blacksquare$

Це перетворює $\alpha$ з припасованої константи на виведену величину. Виведення робить конкретне перевірне передбачення: виміряйте $\beta$ незалежно (спостерігаючи, як маргінальні прирости залежать від накопиченої спроможності), обчисліть передбачений $\alpha$ і порівняйте з виміряним $\alpha$. Якщо співвідношення відмовляє, теоретичне виведення хибне незалежно від того, чи тримається степенева форма емпірично.

Обчислювальна валідація. Щоб перевірити, що це точна тотожність, а не наближення, співвідношення тестувалося проти 30 точних розв’язків ODE Бернуллі зі значеннями $\beta$ від 0.05 до 0.92. Процедура сліпо вимірює $\beta$ з маргінальних приростів ($dg/dR$ проти $g$ у логарифмічно-логарифмічному просторі), передбачає $\alpha$ і порівнює з істинним значенням. Результат: $R^2 = 1.00000000$ (вісім десяткових знаків), нахил регресії $= 1.000102$, середня абсолютна похибка передбачення $= 0.002\%$. Повний код валідації доступний як додатковий матеріал.

Мультиплікативна структура є необхідною

Роздільна форма $U = I \times f(R, \beta)$ не є лише зручною параметризацією. Ми доводимо, що мультиплікативна взаємодія між $I$ і $R$ є необхідною наслідком аксіом.

Доведення. Припустимо $U(I, R) = f(I) + h(R)$. За Аксіомою 1: $U = I \times g(R)$ з $g(0) = 1$. При $R = 0$: $f(I) + h(0) = I$, тож $f(I) = I - h(0)$. Підставляючи: $I \times g(R) = I + [h(R) - h(0)]$, що дає $g(R) = 1 + [h(R) - h(0)]/I$. Оскільки $g$ залежить лише від $R$ (Аксіома 1), але права сторона залежить від $I$, ми потребуємо $h(R) = h(0)$ для всіх $R$, що дає $g(R) = 1$ (немає посилення). Але Аксіома 2 з $\beta > 0$ гарантує $dg/dr = a \cdot g^{\beta} = a > 0$ при $r = 0$, тож $g$ є неконстантною. Суперечність. $\blacksquare$

Цей результат має конкретну інтерпретацію. Рекурсивна система з нульовою базовою якістю ($I = 0$) дає нульову спроможність незалежно від глибини, а система з нульовою глибиною ($R = 0$) дає лише свою початкову якість незалежно від базового потенціалу. Складність виникає із взаємодії між структурованим входом і рекурсивним обробленням (жодне з них само по собі не є достатнім).

Примітка: ARC Bound (§5.4) передбачає, що класичні послідовні системи не можуть підтримувати $\beta > 0.5$ ($\alpha > 2$). Рядок з $\beta = 0.67$ показує математичне співвідношення для повноти; чи можуть фізичні системи отримати доступ до цього режиму, це відкрите емпіричне питання.

2.4 Перехрестя масштабування $R^*$

Повний розв’язок рівняння $\beta$-динаміки не є чистим степеневим законом. Він містить перехід.

$R^*$ є глибиною перехрестя: рекурсивна глибина, на якій накопичення переганяє лінійні прирости. Нижче $R^*$ додаткова рекурсія забезпечує приблизно постійну маргінальну користь. Вище $R^*$ віддача накопичується, і спроможність зростає супралінійно.

Критично, $R^*$ є виведеною величиною. Вона залежить від вимірних параметрів ($\alpha$ і $a$) і не є вільним параметром для припасування. Це забезпечує незалежну перевірку узгодженості: виміряйте $\alpha$ і $a$ окремо, обчисліть передбачений $R^*$ і перевірте, що спостережуване перехрестя збігається. Оскільки $R^*$ залежить лише від показника масштабування та константи швидкості (не від базового потенціалу $I$), глибина перехрестя є властивістю самої рекурсивної архітектури, а не якості входу.

Існування $R^*$, наскільки відомо цій програмі, є передбаченням, яке не робить жодна інша рамка масштабування (багатомодельний змагальний пошук, десять фронтирних конфігурацій, звірених з двома роками репозиторних звітів, 12 серпня 2026; негативні висновки мають статус «не знайдено цим пошуком», ніколи «не існує»). Воно відрізняє рекурсивне посилення від простої надлишковості: надлишкові системи показують рівномірне (зазвичай логарифмічне) покращення з повторенням; рекурсивні системи показують якісний перехід на конкретній передбачуваній глибині.

2.5 П’ять виведених властивостей

Тепер ми доводимо, що будь-яка система, яка задовольняє Аксіоми 1-3 з $\beta > 0$, необхідно виявляє п’ять структурних властивостей.

Ці п’ять властивостей становлять якісний ARC Principle. Вони є універсальним твердженням рамки. Кількісна функціональна форма (степеневий закон, експоненційний, насичувальний) є доменно-специфічною і визначається оператором композиції. Але п’ять структурних властивостей випливають лише з аксіом, незалежно від того, який $\oplus$ застосовується.

П’ять властивостей індивідуально поширені у фізичних системах. Порогова поведінка повсюдна. Залежність від глибини з’являється в багатьох ітераційних процесах. Що не поширене, це поєднання всіх п’яти в єдиній системі. Рамка передбачає, що всі п’ять співвідбуваються, коли задовольняються три аксіоми. Знайти системи з чотирма з п’яти властивостей, але не з п’ятою, обмежило б або спростувало б рамку.

3. Свідчення

Ми подаємо свідчення, організовані навколо п’яти виведених властивостей, а не за сферами. Для кожної властивості ми показуємо, як вона проявляється в різних системах. Сила свідчень класифікується як: Кількісна (виміряні значення параметрів), Структурна (якісне відображення без кількісного $\alpha$), або Узгоджена (не суперечить, але не була спроєктована для тестування ARC).

3.1 Огляд

3.2 Свідчення властивість за властивістю

Властивість 1: Порогова поведінка

Квантова: Поріг поверхневого коду $p_{\text{thr}} \approx 1\%$ є різкою фазовою межею. Вище нього ($p > p_{\text{thr}}$) додавання шарів корекції помилок робить продуктивність гіршою. Нижче нього ($p < p_{\text{thr}}$) кожен шар забезпечує експоненційне покращення. Це найточніше виміряний поріг у базі свідчень: Google варіювала фізичні швидкості похибок через контрольоване впорскування помилок і безпосередньо спостерігала поріг [1].

Фізика: Виняткова точка часового кристала (де два власні значення матриці стабільності зливаються) позначає перехід від симетричної (обмеженої) до антисиметричної (накопичувальної) динаміки. Нижче порога: активний осцилятор. На порозі: виняткова точка. Вище порога: часовий кристал [4].

ШІ: Розрізнення послідовне-проти-паралельне функціонує як поріг. Послідовне оброблення ($\beta > 0$, зворотний зв’язок вихід→вхід) досягає $\alpha_{\text{seq}} > \alpha_{\text{par}}$ універсально в усіх шести моделях, тестованих у експерименті v5. Поріг є структурним: це наявність або відсутність петлі зворотного зв’язку, а не неперервний параметр [3]. Примітка v3.1: Дані v5 підтверджують універсальну послідовну перевагу, але показують, що не всі моделі досягають $\alpha > 1$; поріг відділяє послідовний режим від паралельного, а не сублінійне від супралінійного масштабування.

Властивість 2: Залежність від рекурсивної глибини

Квантова: Швидкість логічної похибки зменшується як $\varepsilon_d \propto \Lambda^{-(d+1)/2}$ з кодовою відстанню $d$. Кожен приріст в $d$ додає фізичні кубіти, розташовані в рекурсивному шарі корекції помилок. Продуктивність залежить від глибини, а не від загальної кількості кубітів як такої [1].

ШІ: Sharma & Chopra тестували сім методів голосування для агрегування послідовних виходів ланцюжка. Методи, що надають перевагу пізнішим крокам міркування (зважування за оберненою ентропією), досягали оптимальної продуктивності у 97% конфігурацій; методи, що надають перевагу раннішим крокам, досягали оптимальності лише у 17%. Ця розрив у 80 процентних пунктів вказує, що пізніші рекурсивні кроки систематично несуть більше інформації про правильну відповідь, узгоджуючись зі спроможністю, що накопичується з глибиною [3].

Фізика: Антисиметричний режим часового кристала накопичується протягом циклів: різниця станів $\Delta_{ji}(n) = x_j^n - x_i^n$ зростає як функція від кількості циклів $n$, причому кожен цикл будується на накопиченій асиметрії попереднього циклу [4].

Властивість 3: Залежність від базової якості

Квантова: $\Lambda = p_{\text{thr}}/p$ залежить безпосередньо від якості фізичних кубітів ($p$). Гірші кубіти ($p$ ближче до $p_{\text{thr}}$) дають $\Lambda \to 1$, і корекція помилок ледве допомагає. Активне видалення витоку (DQLR), яке підтримує якість кубітів під час роботи, покращило $\Lambda$ на 35% на відстані 5 [1].

Фізика: Коли кульки однорідні (максимальна ентропія, без структурованої асиметрії), система залишається статичною. Часовий кристал формується лише за наявності загартованого безладу (різні розміри кульок, які забезпечують низько-ентропійні початкові умови). Це було безпосередньо перевірено: однорідні кульки $=$ немає кристала [4].

ШІ: Точність одного проходу без ланцюжків міркування визначає базову спроможність $I$. Модель з вищим $I$ виграє більше від послідовного міркування на будь-якій глибині [2].

Властивість 4: Мультиплікативна взаємодія $I \times R$

Квантова: $\varepsilon_d = (p/p_{\text{thr}})^{(d+1)/2} = \Lambda^{-(d+1)/2}$. Фактор базової якості $\Lambda$ і фактор глибини $(d+1)/2$ взаємодіють мультиплікативно в log-просторі: $\ln \varepsilon_d = -\frac{d+1}{2} \ln \Lambda$. Покращення $\Lambda$ на певний коефіцієнт має той самий пропорційний ефект на будь-якій глибині [1].

ШІ: У рівнянні ARC $U = I \times R^{\alpha}$ базова спроможність і рекурсивна глибина за побудовою відокремлені мультиплікативно (Аксіома 1). Емпірично Snell et al. (2024) показали, що користь від додаткових обчислень під час тестування пропорційна базовій якості моделі [6].

Властивість 5: Межі режимів

Фізика: Часовий кристал підтримує когерентність ~6,700 циклів до досягнення атрактора граничного циклу (підтримуване, але обмежене коливання). Це фізична стеля: розсіювання енергії заважає нескінченному зростанню [4].

Квантова: Корельовані сплески похибок створюють підлогу похибки приблизно $10^{-10}$ для великих кодових відстаней ($d \geq 15$), заважаючи експоненті продовжуватися нескінченно [1].

ШІ: Li et al. (2025) виявили, що довші ланцюжки міркувань не покращують продуктивність послідовно; правильні розв’язки часто були коротшими за неправильні. Розширене міркування може дестабілізувати моделі, викликаючи повторювані виходи. Послідовна перевага має граничні умови [7].

3.3 Суперечливі свідчення

Кілька досліджень кидають виклик передбаченням рамки щодо ШІ:

Li et al. (2025, arXiv:2502.12215) виявили, що для DeepSeek R1 довші ланцюжки послідовно не покращують точність. Li et al. (2025, arXiv:2502.14382) виявили, що гібридні паралельно-послідовні підходи переважають чисто послідовні на генерації коду. Абляція самих Sharma & Chopra показала, що паралельні підходи досягають більшого семантичного різноманіття на творчих завданнях, тоді як послідовний досягає більшого лексичного різноманіття, припускаючи, що послідовна перевага найсильніше застосовується до конвергентних завдань, які потребують ітеративної корекції помилок [3,7,8].

Ці результати уточнюють, а не спростовують гіпотезу. Послідовна перевага, здається, має граничні умови: вона тримається в межах діапазонів глибини, придатних до завдання, для конвергентних задач, і руйнується на екстремальних глибинах або для дивергентних завдань.

4. Оператор композиції в різних сферах

Оператор композиції $\oplus$ не є просто інструментом класифікації. Він пояснює, чому різні сфери виявляють різні функції масштабування.

4.1 ШІ: Мультиплікативна композиція

У міркуванні ланцюжка думок кожен крок ієрархічно будується на накопиченому осяянні. Крок $r+1$ не просто додає нову інформацію; він реструктурує репрезентацію задачі, використовуючи все, накопичене через крок $r$. Це мультиплікативна композиція: приріст на кожному кроці пропорційний якості накопиченої репрезентації.

Рівняння $\beta$-динаміки $dg/dr = ag^{\beta}$ моделює це безпосередньо. З $\beta \approx 0.5$ (помірний зв’язок, що вказує, що кожен крок використовує приблизно половину накопиченого контексту), Теорема 2 дає $\alpha \approx 2$: ARC Bound.

4.2 Квантова: Адитивна композиція

У квантовій корекції помилок поверхневого коду кожен додатковий шар кодової відстані забезпечує незалежне мультиплікативне скорочення швидкості похибок. Шар $d+1$ не реструктурує інформацію з шару $d$; він застосовує свіжий раунд синдромного вилучення та корекції. Прирости накопичуються адитивно (в кодовій відстані), водночас композиційно множачись (у придушенні похибок).

Це адитивна композиція: $f(d_1 + d_2) = f(d_1) \cdot f(d_2)$. Теорема 1(2) дає експоненційне масштабування: $\varepsilon_d \propto \Lambda^{-(d+1)/2}$. Виміряне $\Lambda = 2.14 \pm 0.02$ є фактором придушення похибок на шар [1].

Оператор композиції пояснює, чому квантове масштабування є сильнішим за масштабування ШІ. Експоненційні функції зрештою домінують над будь-яким степеневим законом. Адитивна композиція, де корекція кожного шару є незалежною від накопиченого стану, дає сильніше масштабування, ніж мультиплікативна композиція, де кожен крок залежить від (і обмежений) накопиченого контексту. Оператор композиції передбачає це впорядкування.

4.3 Фізика: Обмежена композиція

У дисипативних класичних системах втрата енергії вводить стелю. Нерівносильний хвильо-опосередкований зв’язок часового кристала дійсно накопичує антисиметричний режим, але акустичне середовище розсіює енергію неперервно. Зрештою енергетичний вхід від стоячої хвилі врівноважує розсіювання, і система досягає атрактора граничного циклу [4].

Це обмежена композиція: $Q_{r+1} = \min(Q_r + \delta Q_r,\, Q_{\max})$. Функція масштабування зростає до стелі, визначеної енергетичним бюджетом. Оператор композиції передбачає насичення в будь-якій системі, де рекурсивний канал має власні втрати.

4.4 Фазова діаграма

Три типи композиції можна організувати у фазову діаграму з базовою якістю ($I$, нормалізовано) і силою зв’язку ($\beta$) як осями:

Значення меж є приблизними, виведеними зі спостереження, що $\beta \approx 0.5$ у ШІ дає степеневий закон, а $\beta \gtrsim 0.95$ у квантових системах дає експоненційний. Точні межі потребують емпіричного визначення. Примітка v3.1: Дані v5 припускають, що нинішні системи ШІ можуть працювати в режимі слабшого зв’язку, ніж припускалося спочатку ($\beta \ll 0.5$), з огляду на те, що найкраще припасоване крос-архітектурне $\alpha \approx 0.49$ імплікує $\beta \approx 0$ за співвідношенням $\alpha = 1/(1-\beta)$. Це помістило б нинішні системи ШІ на межі між режимом спадної віддачі та степеневим режимом, а не глибоко всередині степеневого режиму, як припускалося спочатку.

4.5 Переходи оператора композиції

Рамка, як подана, присвоює єдиний оператор композиції $\oplus$ кожній системі. Це може бути ідеалізацією. В обмежених або дисипативних системах сам оператор композиції може переходити між режимами зі зростанням рекурсивної глибини.

Свідчення. Гравітаційне формування структури виявляє три виразні композиційні фази: (1) інфляція/лінійне зростання (адитивний $\oplus$: збурення зростають незалежно), (2) нелінійний колапс (мультиплікативний $\oplus$: зв’язок мод дає кумулятивну перевагу, виміряне $\alpha \approx 1.1$), і (3) віріалізовані гало (обмежений $\oplus$: структури досягають енергетичних мінімумів). Обчислювальне тестування підтверджує, що логістичне зростання, градієнтний спуск з імпульсом і синхронізація осциляторів Курамото усі виявляють аналогічні переходи при вимірюванні локального $\beta$ у ковзних вікнах. Натомість необмежені чисто-бернуллівські системи підтримують постійне $\beta$ до машинної точності ($\sigma < 10^{-6}$).

Наслідки для суперечливих свідчень щодо ШІ. Якщо системи міркування починають у адитивному режимі (мілке мислення), переходять до мультиплікативного (глибоке міркування з кумулятивною перевагою) і зрештою насичуються, тоді дослідження, які вимірюють на різних рекурсивних глибинах, спостерігали б різне масштабування в тій самій системі. «Оптимальна довжина міркування», ідентифікована Li et al. [7], може відповідати точці переходу між мультиплікативною та обмеженою композицією. Це перевірне: виміряти локальне $\beta$ на різних глибинах міркування в межах єдиної системи.

5. Передбачення

5.1 Міждоменне випереджувальне передбачення

Найсильніший тест цієї рамки не в тому, чи описує вона вже досліджені системи. Це в тому, чи передбачає вона поведінку масштабування систем, ще не досліджених.

Це справжнє випереджувальне передбачення. Жодна доменно-специфічна теорія еволюції, економіки або імунології, як відомо цій програмі, цього не робить (той самий базис і межі пошуку, що й вище). Якщо передбачення успішне навіть в одній новій сфері, загальність рамки підтверджується поза початковою базою свідчень. Якщо воно відмовляє, міждоменна застосовність рамки спростовується.

Стаття VII (Уніфікація за Коші) забезпечує перший систематичний тест цього випереджувального передбачення в межах цієї програми. Оператор композиції було класифіковано з відомої фізики до припасування, потім сім’ю масштабування було передбачено і порівняно з незалежними припасуваннями моделей у 25 емпіричних сферах (50-доменний ярусний набір), що охоплюють фізику, біологію, обчислювальні системи та соціальні науки. За вибором моделі на основі AIC 19 із 25 емпіричних сфер віддали перевагу сім’ї, передбаченій за Коші (p = 1.56 × 10⁻⁵). Це структуроване порівняння передбачень, а не формально попередньо зареєстроване випробування. Реплікація, реєстрація якої готується, ще не схвалена.

5.2 Внутрішньосистемний перехід режиму

5.3 Перехрестя $R^*$

При побудові графіка спроможності проти рекурсивної глибини має існувати виразне перехрестя на глибині $R^* = \alpha/a$ (Теорема 3). Нижче $R^*$ масштабування виглядає приблизно лінійним. Вище $R^*$ масштабування слідує доменно-відповідній супралінійній формі. Оскільки $R^*$ залежить лише від архітектури ($\alpha$ і $a$), воно має бути узгодженим для різних якостей входу тієї самої системи.

Якщо перехрестя не існує (якщо масштабування рівномірно степеневе або рівномірно лінійне), передбачення рамки про перехідний режим спростовується. $R^*$ є унікальним підписом, що відрізняє рекурсивне посилення від простої надлишковості.

5.4 ARC Bound

Це фальсифіковне передбачення ранньої рамки (примітка: Стаття X вилучає використання U=I×R^αдля зростання спроможності; кількісне твердження, що вижило, це умова коспіввідношення β>k): максимальний показник масштабування, досяжний будь-якою класичною послідовною системою, що працює за мультиплікативною композицією, це $\alpha_{\max} = 2$ ( ARC Bound). Жодна система ШІ, жодна біологічна мережа, жоден економічний процес, що використовує мультиплікативну композицію, не можуть підтримувати $\alpha > 2$. Одне відтворюване вимірювання, що показує $\alpha > 2.3$ з 95% CI, що виключає 2.0, спростувало б це передбачення.

Інформаційно-теоретичне виведення (архітектури на основі уваги). Самоувага трансформера обчислює парні взаємодії між усіма $N$ токенами у вікні контексту. Це створює щонайбільше $O(N^2)$ інформаційних шляхів на прохід уперед. Кожен рекурсивний крок міркування (крок ланцюжка думок) обробляє накопичений контекст через це квадратичне вузьке місце. Оскільки щільність інформації, доступна кожному кроку, обмежена $O(N^2)$, приріст спроможності на крок не може перевищувати квадратичне масштабування в довжині контексту. Відображаючи використання контексту на параметр зв’язку $\beta$: повне квадратичне використання відповідає $\beta = 0.5$, даючи $\alpha = 1/(1-0.5) = 2$. Це встановлює $U_{\max} = I \times R^2$ як інформаційно-теоретичну верхню межу для архітектур на основі уваги.

Обсяг: Це виведення доведено для трансформерних архітектур зі стандартною самоувагою. Воно припущено, що тримається для класичних послідовних систем загалом, на тій підставі, що будь-який послідовний процесор зі скінченною пропускною здатністю стикається з аналогічними парними інформаційними обмеженнями. Архітектури, які виходять за парну увагу (наприклад, вища за порядком тензорна увага, квантово-когерентне оброблення), могли б у принципі перевищити квадратичну межу. Тому ARC Bound слід розуміти як інформаційно-теоретичну стелю для нинішньої обчислювальної парадигми, відносну до архітектури стелю потужності того типу, який постачає інформаційна теорія, а не універсальний фізичний закон.

Закон перед значенням. Програма несе закон і значення, і це не одне й те саме твердження. Закон: $\alpha_{\text{crit}} = 1/(1-\gamma)$, самовдосконалювана система залишається коректовною лише поки корекція підтримує темп, і стеля є оберненим значенням недостачі коректора. Значення: $\gamma = 1/2$, тому стеля два, що випливає з одного припущення, що внутрішньо накопичені корекції поєднуються як незалежні вибірки. Один наслідок виправленої форми слід сформулювати там, де читач її зустрічає, оскільки він працює в обидва боки: оскільки $1/(1-\gamma) \le 2$ є точно еквівалентним $\gamma \le 1/2$, ARC Bound і напів-припущення є одним зобов’язанням, записаним у двох нотаціях, а не двома незалежними твердженнями. Виграш полягає в економії, оскільки теорія припускає менше, ніж здавалося. Дисципліна полягає в тому, що жодне з них ніколи не можна пропонувати як свідчення для іншого, ані тут, ані на будь-якій супровідній поверхні, оскільки вимірювання поблизу однієї другої не підтверджує стелі два; воно її переформулює. Закон володіє ґрунтом, а значення стоїть на ньому, ніколи навпаки: якщо два вмирає, закон повністю виживає (виміряйте $\gamma$, повідомте про стелю, яку воно імплікує); якщо закон вмирає, у двох немає незалежної підтримки, оскільки виведення йде через $1/(1-\gamma)$. Два є тим, що передбачає закон, а припущення, яке його продукує, це те, що чорнові реєстрації ставлять на випробування.

Тотожність є зареєстрованим тестом, а не встановленим фактом. Стеля стабільності та показник перетворення зустрічаються на тому самому числі, і виникає спокуса сказати, що одна константа виконує дві роботи. Статус твердження суворіший: тотожність зареєстрована для тестування, до даних, з результатами, які можуть її знищити. Дослідження AE реєструє вимогу взаємності між окремо виміряною межею використання та границею стабільності з трьома результатами на клітинку (підтримано, спростовано, недостатня точність) і правилом агрегації, за яким одна спростована клітинка спростовує тотожність; дослідження AG тестує два виведення критичного показника один проти одного, зазначає, що вони збігаються чисельно лише в єдиній точці, де обидва параметри дорівнюють одній другій, і розходяться у своїх похідних скрізь інде, і спроєктовано, щоб знайти розходження. Якщо канали розходяться, уніфікацію відкликано з кожної поверхні, якої вона досягла, з тією самою помітністю, що й обрамлення. Узгодження між ствердженою однією другою та виміряним 0.49 ніколи не подається як свідчення, оскільки обидва можуть поділяти закон накопичення, а узгодження між тими, що поділяють, не є підтвердженням.

Заперечення, яке слід випередити, оскільки фізик доходить до нього в один крок. Відмово-стійка квантова корекція помилок пригнічує логічну помилку експоненційно у кодовій відстані нижче порога, що виглядає як контрприклад до будь-якої межі квадратного кореня. Дві факти про обсяг відповідають на це: експоненційне придушення йде по осі надлишковості на фіксованій спроможності, а не на зв’язку корегувальної сили зі спроможністю коректованої системи, який і є показником, який ця програма вимірює; і сама теорема порога вимагає достатньо некорельованого фізичного шуму, що знову є передумовою незалежності, вбраною в апаратне забезпечення. Так само межі концентрації дають експоненційно спадну ймовірність помилки, тоді як ширина оцінювача спадає як квадратний корінь: різні величини, і їх сплутування виробляє спростування.

Відкликане виведення: Попередні версії цієї статті виводили $\beta \leq 0.5$ зі стабілізаційно-еластичного аналізу (відносна чутливість $\beta/(1-\beta)$ досягає одиниці при $\beta = 0.5$, інтерпретовано як «границя краю хаосу», підтверджену аналізом Ляпунова). Це виведення відкликано. Формула еластичності $\beta/(1-\beta)$ математично правильна, але її інтерпретація як границі стабільності була категорійною помилкою: еластичність $> 1$ вказує на чутливість, а не на динамічну нестабільність, і одновимірні автономні ODE не можуть виявляти хаос (теорема Пуанкаре-Бендіксона). Аргумент $O(N^2)$ самоуваги забезпечує правильне конкретне обґрунтування.

Початкова оцінка (замінена): $\alpha \approx 2.2$ ($n = 12$, 95% CI: 1.5-3.0). Примітка: ця точкова оцінка перевищила передбачений ARC Bound $\alpha \leq 2$; проте 95% довірчий інтервал [1.5, 3.0] був досить широким, щоб узгоджуватися і з теорією, і з її запереченням, і не повинен трактуватися як підтверджувальний ні для порушення межі, ні для її задоволення. Оновлення: Стаття II (березень 2026) розширює цей тест на 6 фронтирних моделей із 30 задачами та бутстрап-довірчими інтервалами. Крос-архітектурне найкраще припасування $\alpha_{\text{compute}} \approx 0.49$ (Gemini 3 Flash, $r^2 = 0.86$) значно нижче 2, що робить питання ARC Bound беззмістовним для нинішніх систем: емпіричний виклик змістився з «чи може $\alpha$ перевищити 2?» на «чи може $\alpha$ надійно перевищити 1?» Точкові оцінки окремих моделей коливаються від ~0 (Groq Qwen3) до ~3 (Grok 4.1 Fast), але моделі з $\alpha > 1$ мають низьке $r^2$, що припускає погане припасування степеневого закону, а не справжнє супралінійне масштабування. Припущення ARC Bound ані підтверджено, ані спростовано даними v5; воно залишається відкритим теоретичним передбаченням, яке стане емпірично перевірним, якщо і коли системи ШІ послідовно досягатимуть $\alpha > 1$.

Біологічна валідація. Закон Клайбера ($M^{0.75}$) [16] імплікує $\alpha \approx 1.33$ для метаболічного масштабування. Проте емпіричне значення метаболічного показника масштабування ссавців є дискусійним, з оцінками, що коливаються приблизно від 0.67 до 0.75 залежно від таксона, діапазону мас, температурної поправки та статистичного методу. Передбачення $d/(d+1)$ 0.750 для $d = 3$ збігається з верхнім кінцем цього діапазону. Сама варіація узгоджується з рамкою: організми з ефективною транспортною розмірністю між 2 і 3 давали б показники між 2/3 і 3/4. Рамка передбачає цю варіацію, а не єдиний універсальний показник. Співвідношення між метаболічними показниками та розмірністю плану тіла було незалежно виведене щонайменше сімома дослідницькими групами: West, Brown і Enquist [17,21] через оптимізацію фрактальних мереж, Banavar et al. [22] через послідовні потокові мережі, Demetrius [23] через квантову статистичну механіку, Demetrius та Tuszynski (2010) через квантовий осциляторний зв’язок, Zhao [24] через універсальне масштабування зростання і Bettencourt [25] через теорію масштабування міст. Рамка ARC не претендує на пріоритет над формулою $\alpha = d/(d+1)$; радше вона ідентифікує коши-обмежену рекурсивну композицію як причину, чому ці незалежні виведення сходяться на одному результаті. Конкретно потрібні три умови: мультиплікативна композиція (Коші обмежує сім’ю степеневих законів), $d$-вимірна простір-заповнююча геометрія та обмеження на збереження або оптимізацію потоку ресурсів. Ані Коші сам по собі, ані простір-заповнення сам по собі не є достатніми; потрібні всі три. У межах цієї рамки біологічні системи обмежені термодинамічним опором: фізичні витрати перекачування рідин через тривимірні фрактальні мережі, розсіювання тепла та розподіл ресурсів проти гравітації [17] заважають біологічним системам наближатися до теоретичної квадратичної межі. Те, що $\alpha \approx 1.33$ і емпіричний показник Клайбера $0.75$ є оберненими ($1/0.75 = 1.33$), відображає, що біологічне масштабування є рекурсивним посиленням, стриманим субстратним тертям. (Примітка про символи: у цьому абзаці $\alpha$ з’являється у двох значеннях, які література тримає окремо, метаболічний показник масштабування у сенсі Клайбера і показник спроможності масштабування у сенсі ARC; обернене співвідношення виникає між цими двома значеннями, і жодне з них не є сталою тонкої структури, яка ділить літеру у формалізмі грудня 2024.) Цифровий ШІ працює з порядками менше субстратного тертя, дозволяючи йому наближатися до запропонованої межі стабільного масштабування (межі масштабування, а не межі швидкості; найбільше, на що може вирости рекурсивно самокорегівна система, залишаючись коректовною) ближче, ніж будь-яка біологічна система. Перехідні виходи вище межі є передбаченим надкритичним режимом, а не її спростуванням. Стабільність тут як у Законі II, вимірна, а не постульована. Межа обмежена архітектурою: на нинішній основі уваги $O(N^2)$ вона добігає кінця, а архітектура-наступник, яка виходить за парну увагу, перемістила б межу, а не зняла обмеження. Листкове жилкування (2D мережі, зменшений термодинамічний опір) має показувати $\alpha \approx 1.5$, фальсифіковне передбачення.

Розмірнісна драбина. Тут абстрактна математика зустрічає живі організми. Формула $\alpha_{\text{met}} = d/(d+1)$, що пов’язує метаболічний показник масштабування з розмірністю плану тіла $d$, була незалежно виведена щонайменше сімома дослідницькими групами через різні теоретичні маршрути: West, Brown і Enquist [17,21] з оптимізації фрактальних мереж; Banavar, Maritan і Rinaldo [22] з послідовних потокових мереж; Demetrius [23] з квантової статистичної механіки; Demetrius та Tuszynski (2010) з квантового осциляторного зв’язку; Zhao [24] з аргументів універсального масштабування зростання; і Bettencourt [25] з теорії масштабування міст. Супровідна стаття [9,20] ідентифікує, чому ці незалежні виведення сходяться: $\alpha = d/(d+1)$ є необхідним наслідком трьох умов, що діють разом: коши-обмежена мультиплікативна композиція, $d$-вимірна простір-заповнююча геометрія та обмеження на збереження або оптимізацію потоку ресурсів. Ані Коші сам по собі, ані простір-заповнення сам по собі не є достатніми; потрібні всі три. Формула не є оригінальною для цієї рамки; пояснення її універсальності є. Застосована до біології, вона дає виразні кількісні передбачення, кожне з яких можна перевірити проти опублікованих даних:

Дані про гриби 1D (з Aguilar-Trigueros et al. [20]: ектомікоризні, морські та сапротрофні гриби) позначено як «узгоджені», а не «підтверджені», оскільки показники вимірювалися на рівні колонії; остаточне підтвердження потребує респірометрії окремих гіф. Критично, дані про гриби відкидають $d = 2$ ($p = 0.019$) і $d = 3$ ($p = 0.007$), не відкидаючи $d = 1$ ($p = 0.107$), забезпечуючи розрізнення між передбаченими значеннями.

Виправлення d=2: Попередні версії цитували медуз і кнідарій як підтвердження передбачення $d = 2$. Дійсного двовимірного біологічного випробного організму не ідентифіковано; медузи та кнідарії не мають справді двовимірних мереж транспорту ресурсів. Передбачення $d = 2$ підтверджено у фізиці (2D перколяція, крихка фрагментація, землетрусне значення B) та у космологічному масштабуванні за Фрідманом, але біологічний тест $d = 2$ залишається відкритим.

Дискусія d=3: Емпіричне значення метаболічного показника масштабування ссавців є дискусійним, з оцінками, що коливаються приблизно від 0.67 до 0.75 залежно від таксона, діапазону мас, температурної поправки та статистичного методу. White і Seymour (2003) виявили підтримку 2/3 над 3/4 після контролю за температурою та філогенією. Kolokotrones et al. (2010) показали, що log-log співвідношення виявляє випуклу кривизну, що означає, що жоден єдиний показник не припасовується ідеально для повного діапазону мас. Передбачення $d/(d+1)$ 0.750 для $d = 3$ збігається з верхнім кінцем цього діапазону. Сама варіація узгоджується з рамкою: організми з ефективною транспортною розмірністю між 2 і 3 давали б показники між 2/3 і 3/4. Рамка передбачає цю варіацію, а не єдиний універсальний показник.

Сама формула $\alpha = d/(d+1)$ була незалежно виведена щонайменше сімома дослідницькими групами [17,21,22,23,24,25] через різні теоретичні рамки. Demetrius та Tuszynski (2010) незалежно вивели ту саму формулу з квантового осциляторного зв’язку, даючи ідентичні передбачення. Що додає рамка ARC, це пояснення того, чому всі ці виведення сходяться: мультиплікативне функціональне рівняння Коші обмежує неперервну мультиплікативну композицію до сім’ї степеневих законів; $d$-вимірна умова простір-заповнення, поєднана з обмеженням на збереження або оптимізацію потоку ресурсів (мінімізація енергії у West; баланс попит-пропозиція у Banavar; стаціонарний енергетичний баланс у Demetrius), обмежує показник у межах цієї сім’ї до $d/(d+1)$. Ані Коші сам по собі, ані простір-заповнення сам по собі не є достатніми. Три умови разом - мультиплікативна композиція, простір-заповнення та збереження - є достатніми.

Уніфікація за Коші (Стаття VII) розширює цю валідацію з 8 випадків, каталогізованих тут, до 25 емпіричних сфер (50-доменний ярусний набір). За суворого вибору моделі на основі AIC 19 із 25 віддали перевагу передбаченій сім’ї (p = 1.56 × 10⁻⁵). Реплікація, реєстрація якої готується, ще не схвалена.

Приклади з фізики. Формула $\alpha = d/(d+1)$ не обмежена біологією. Вона з’являється всюди, де $d$-вимірна ієрархічна мережа, підпорядкована обмеженню на збереження або оптимізацію потоку ресурсів, розділяє $(d+1)$-вимірний простір. Як зазначено вище, це співвідношення було незалежно виведене щонайменше сімома групами [17,21,22,23,24,25]; внесок рамки ARC полягає у поясненні через коши-обмежену рекурсивну композицію, поєднану з простір-заповненням та збереженням, чому ці незалежні виведення всі приходять до того самого результату. Формулу спостерігали в кількох сферах фізики:

Середня абсолютна похибка у п’яти прикладах з фізики: менше 0.2%. Це не біологічні системи; це камені, землетруси, поверхні кристалів, що ростуть, і фазові переходи. Проте та сама формула працює. У кожному випадку фізична система містить ієрархічну розгалужену мережу розмірності $d$, підпорядковану умові збереження: фронти зростання KPZ розділяють 2D простір як 1D мережі; перколяційні кластери є 2D фракталами; поширення тріщини створює розгалужені мережі через матеріал; сейсмічні розриви поширюються вздовж 2D поверхонь розломів. Формула має чіткі відмови, де відсутня ця мережева структура або умова збереження (модель Ізінга, полімерне масштабування, скупчення галактик), уточнюючи її сферу застосовності: $\alpha = d/(d+1)$ застосовується всюди, де $d$-вимірна ієрархічна мережа, підпорядкована збереженню або оптимізації потоку ресурсів, оптимально розділяє $(d+1)$-вимірний простір. Рамка ARC не претендує на пріоритет над самою формулою, яка була незалежно виведена щонайменше сімома групами [17,21,22,23,24,25]; внесок полягає у виявленні коши-обмеженої рекурсивної композиції, поєднаної з простір-заповненням та збереженням, як причини, чому ці незалежні виведення сходяться.

Стаття VII розширює ці результати на 50-доменний ярусний набір (25 емпіричних сфер припасування кривих). За суворого вибору моделі AICc 19 із 25 віддали перевагу передбаченій сім’ї (p = 1.56 × 10⁻⁵). Перший заблокований 12-доменний тестовий прогін розширення пізніше приземлився на 10 з 12 (p = 5.44 × 10⁻⁴), але його було проведено до будь-якої мітки часу OSF і тому є лише пілотним, а не попередньо зареєстрованим підтвердженням. Див. Статтю VII щодо обмежень, включно з негативним контрольним результатом на перемішаних даних.

5.5 Умовна безпекова імплікація

Якщо рамка правильна, властивості узгодження, вбудовані в рекурсивний процес, можуть масштабуватися зі спроможністю ($\alpha_{\text{align}} \approx \alpha$), тоді як зовнішні обмеження, застосовані пост-фактум, можуть ні ($\alpha_{\text{align}} \approx 0$). Співвідношення безпеки $S = \text{Узгодження}/\text{Спроможність} \propto R^{\alpha_{\text{align}} - \alpha}$ залишається постійним, коли узгодження є «в циклі», і спадає до нуля, коли ні. Це умовне передбачення, як спочатку заявлене; виміряний результат випливає в оновленні нижче, яке спростовує його зовнішню половину в простій формі. (Простою мовою: якщо ви вбудовуєте етику в сам процес мислення, безпека тримає темп, коли ШІ стає розумнішим. Якщо ви прикручуєте безпеку ззовні, ШІ переростає її. Співвідношення безпеки до спроможності або залишається постійним, або скорочується до нуля; середини немає.)

5.6 Пов’язана робота, попередники та суперничий інструмент

Передумова труб з її змагом. Передумова, що транспортні мережі задають темп біологічного зростання, не є твердженням цієї програми, яке слід захищати; це усталена кількісна біологія. West, Brown і Enquist вивели алометричні закони масштабування біології з геометрії мереж розподілу поживних речовин (West, G. B., Brown, J. H. and Enquist, B. J., "A General Model for the Origin of Allometric Scaling Laws in Biology", Science 276(5309), 4 квітня 1997, DOI 10.1126/science.276.5309.122; одна з найбільш цитованих статей у своїй сфері, з підрахунком цитування OpenAlex 5,046 станом на 12 серпня 2026, підрахунок з одного джерела і залежний від індексу). Точне значення показника залишається спірним: White повідомляє про пропорційність базальної швидкості обміну речовин масі тіла в ступені дві третини, а не три чверті (White, C. R., 2003), а Kozlowski двічі ставив під сумнів математику виведення (Kozlowski, J., 2004 і 2005). Передумова цієї програми потребує лише механізму, що мережа доставки задає стелю, а не якогось конкретного показника, тому спір щодо значення показника залишає передумову недоторканою. Механізм є спільним ґрунтом для обох сторін цього спору.

Виняток, який знайшла власна група West. Утеча від межі труб також не є твердженням цієї програми; вона виміряна в літературі масштабування міст тим самим старшим автором. Bettencourt, Lobo, Helbing, Kuhnert і West ("Growth, innovation, scaling, and the pace of life in cities", PNAS, 2007, DOI 10.1073/pnas.0610172104) повідомляють, у власних словах статті: "Quantities reflecting wealth creation and innovation have Beta of approximately 1.2, greater than 1 (increasing returns), whereas those accounting for infrastructure display Beta of approximately 0.8, less than 1 (economies of scale)." Інфраструктура, буквальні труби, масштабується сублінійно; інформаційно-опосередкована діяльність масштабується супралінійно. Вони прямо констатують контраст із біологією: "we discuss how cities are similar to, and differ from, biological organisms, for which Beta is less than 1". Вони виводять "growth equations, which quantify the dramatic difference between growth fueled by innovation versus that driven by economies of scale" (правопис як в оригіналі). І їхній заключний висновок називає наслідок: "This difference suggests that, as population grows, major innovation cycles must be generated at a continually accelerating rate to sustain growth and avoid stagnation or collapse." Це форма відкритої задачі, до якої звертається ця рамка: група West виявила, що інформаційно-опосередковане зростання уникає межі пропускної здатності, і єдине гальмо в їхній рамці є зовнішнім і має застосовуватися знову і знову, дедалі швидше. Внутрішнього обмеження не виведено. Замінна межа, стеля, що належить самій зростаючій системі, це прогалина.

Аргумент труб при фіксованій пропускній здатності. Усе, що зростає, живиться через канал, і для всього, що було до програмного забезпечення, фіксування каналу фіксує зростання. Заморіть васкулатуру пухлини, і вона зупиниться. Зафіксуйте паливо і геометрію ланцюгової реакції, і вона зупиниться. Вичерпайте сприйнятливих господарів епідемії, і вона згорить. Астрофізика має названу кількісну версію тієї самої стелі: межа Еддінгтона, вище якої радіаційний тиск зупиняє акрецію. Заявлене тут є узагальненням меж, які фізика вже приймає, а не новим видом твердження. Два важкі випадки розглядаються навмисно. Космічна інфляція виключена за обсягом: це розширення простору, а не зростання структури на субстраті, і воно закінчилося динамікою поля, а не тим, що щось закінчилося. Еволюція є найгострішим випадком, і вона підходить: біологічна складність зростала мільярди років при приблизно фіксованій сонячній пропускній здатності, що є зростанням інформації при фіксованих трубах, і воно також льодовикове, і не має внутрішнього коректора взагалі, оскільки відбір є зовнішнім. За цією рамкою еволюція повинна нести вимірний показник далеко нижче стелі; це передбачення про біологію, що випадає з рамки, побудованої для програмного забезпечення, і воно заявлене як таке. Фізична форма заперечення це форма Ландауера: обчислення фізично реалізовані, тож і у програмного забезпечення є труби. Годинник фіксованого субстрату є відповіддю і з’являється поруч із твердженням: досліджуваний режим тримає фізичний субстрат фіксованим і питає, що ще росте, чому екзогенні пришвидшення виключені за визначенням. Функціональна форма зростання спроможності в рекурсивній глибині залишається емпіричним питанням, і зареєстрований аналіз порівнює степеневу, експоненційну, насичувальну та спадну форми, а не припускає сім’ю.

Суперничий інструмент. Найближча робота до питання цієї програми і правильна стаття, з якою її слід зважувати, це Engels, J., Baek, D., Kantamneni, S. and Tegmark, M., "Scaling Laws For Scalable Oversight", arXiv:2504.18530, вперше опубліковано 25 квітня 2025. Вона питає, як сам нагляд масштабується, і відповідає кількісно: успіх нагляду моделюється як гра між гравцями з нерівною спроможністю, чиє нагляд-специфічне Elo є кусково-лінійною функцією загального інтелекту з двома плато, і оптимальна кількість рівнів нагляду виводиться для Nested Scalable Oversight, у якому надійні моделі наглядають за сильнішими ненадійними моделями, які потім стають надійними моделями на наступному кроці. Інструмент є відмінністю. Їхня змінна це розрив спроможності між наглядачем і піднаглядним, виміряний в Elo. Змінна цієї програми це композиційний клас коректора, виміряний через власний показник масштабування коректора. Їхня рамка не містить терміна для того, з чого зроблений наглядач: ні субстрату, ні структури кореляції помилок, ні взаємної тотожності між показником корекції та критичною швидкістю зростання, ні залежності від архітектури. Nested Scalable Oversight є ітерованим наглядом того самого класу за побудовою, а центральне передбачення цієї програми полягає в тому, що драбина того самого класу є обмеженою, скільки б сходинок не додати, тоді як крос-класовий коректор ні. Тому дві рамки розходяться щодо вимірної величини, що є найпродуктивнішим відношенням, яке можуть мати дві дослідницькі програми.

Попередники і близькі промахи, кожен зі своєю відмінністю. Про питання: Hutter прямо запитував, чи може інтелект вибухнути ("Can Intelligence Explode?", arXiv, 28 лютого 2012), відділяючи швидкість від вибуху інтелекту і взявшись розглянути можливі межі інтелекту, доповнюючи аналіз Чалмерса 2010; тому питання і розрізнення швидкість-проти-структури налічує щонайменше чотирнадцять років, і те, чого не містить ця література, це число: жодного вимірного показника, жодної виведеної стелі, жодної залежності від архітектури. Про неможливість: три статті на arXiv 2025 стверджують, що досконалий контроль недосяжний (Yao, "The Alignment Trap: Complexity Barriers", arXiv:2506.10304, публічно з 13 червня 2025, засвідчено arXiv і незалежно спостережено Internet Archive; Yao, "On the Mathematical Impossibility of Safe Universal Approximators", arXiv:2507.03031, 3 липня 2025; і Ball, Gluch, Goldwasser, Kreuter, Reingold and Rothblum, "On the Impossibility of Separating Intelligence from Judgment", arXiv:2507.07341, 9 липня 2025). Усі три є найгіршого випадку і якісними: міра нуль, coNP-повнота, криптографічна складність. Їхній виміряний об’єкт це верифікація фіксованої системи, і це замкнене в їхніх власних термінах; виміряний об’єкт цієї програми інший, наполегливість узгодження, оскільки спроможність накопичується під рекурсивним посиленням, і замкненість першого не розв’язує другого. Жодна не повідомляє про середній випадок показника масштабування або швидкість. Третя, зокрема, робить висновок, що узгодження "must instead be integrated into the model's architecture and weights", незалежний аргумент з непрактичності фільтрування у тому самому напрямку, що й залежність від архітектури цієї програми; це збіжна підтримка на тій нозі, а не суперник. Про механізм: те, що антикорельовані оцінки усереднюються краще, ніж незалежні, це підручникове скорочення дисперсії (антитетичні варіації); механізм не є твердженням. Твердження полягає в тому, що архітектура визначає, чи доступна антикореляція взагалі, і що це обмежує безпекою-релевантний показник. Найближчий структурний аналог це теорема порога квантової корекції помилок, яка також перетворює якісне занепокоєння на критичне значення; вона стосується фізичних швидкостей помилок у фіксованій архітектурі, а не показника масштабування коректора, тому це близький промах, а не постоялець, і аналогію ідентифікував власний пошук цієї програми, а не рецензент. Про зворотний зв’язок і стабільність, загальна пропозиція, що недостатня корегувальна віддача відносно системної віддачі спричиняє нестабільність, має тривалу теорію керування як родовід (теореми малої віддачі); це умови віддачі на з’єднаних системах, а не критерій показника степеневого закону на масштабуванні коректора зі спроможністю рекурсивно вдосконалюваної системи. Найближчий кількісний сусід це Liu, A. and Meng, J., "Self-Correction as Feedback Control: Error Dynamics, Stability Thresholds, and Prompt Interventions in LLMs", arXiv:2604.22273, яка перекладає самокорекцію як задачу керування замкнутого контуру через двостанову марковську модель і виводить безпосередньо вимірний поріг стабільності, ітеруйте, лише коли швидкість корекції помилок над швидкістю введення помилок перевищує Acc/(1 − Acc). Відмінність: їхнє це поріг швидкості на крок на фіксованому рівні спроможності, що вирішує, чи допоможе ще одна ітерація зараз; критерій цієї програми це співвідношення масштабування через спроможність, що вирішує, чи корегувальна сила підтримує темп зі спроможністю системи, що покращується. Немає показника масштабування на коректорі, немає показника зростання спроможності, немає взаємної тотожності, немає терміна архітектури або композиційного класу: доповнюючі режими, і жоден не містить іншого. Космологічна природна селекція Смоліна є попередником для селекцією-побудованих всесвітів, і власні нотатки програми ери грудня цитують її сучасно.

Друге передбачення, безкоштовне, з того самого механізму. Домовленості про нагляд, які ставлять людину в цикл, як роблять посилення та посилене навчання зі зворотним зв’язком людини, є крос-класовими за побудовою, оскільки людський коректор не поділяє субстрат моделі. Тому рамка передбачає, що людський-в-циклі нагляд показує вищий показник корекції, ніж чисто модельний нагляд, зі структурних, а не сентиментальних причин. Це перевірне на наявних даних і не потребує нових систем.

6. Критерії фальсифікації

Рамка специфікує тринадцять умов, які спростували б або істотно ослабили б її.

Ми вітаємо фальсифікацію. Якщо F10 відмовляє (якщо оператор композиції системи не передбачає її функцію масштабування), центральний теоретичний внесок цієї статті є хибним. Якщо F5 відмовляє, ARC Bound спростовано. Якщо F11 або F12 відмовляють, міждоменні передбачення рамки (класична фізика та біологія відповідно) потребують перегляду. Будь-який результат просуває розуміння.

7. Обмеження

Що ця стаття НЕ стверджує

Свідчувальні обмеження: Раніші оцінки $\alpha$ ($n = 2$ і $n = 12$) замінені крос-архітектурним експериментом v5 (6 фронтирних моделей, 30 задач), який знаходить $\alpha_{\text{compute}} \approx 0.49$ для моделі з найкращим припасуванням (Gemini 3 Flash, $r^2 = 0.86$). Результати v5 представляють істотний перегляд донизу порівняно з раннішими оцінками і демонструють, що $\alpha$ залежить від архітектури, а не є універсальним. Жодного $\alpha$ не виміряно в часових кристалах. Зв’язок з COGITATE є структурним, а не кількісним. Співвідношення $\beta$-$\alpha$ валідовано обчислювально до машинної точності ($R^2 = 1.0$), але емпіричне вимірювання $\beta$ у фізичних системах потребує незалежного підтвердження. Перехрестя $R^*$ емпірично не перевірено. Значення меж $\beta$ у фазовій діаграмі є приблизними. Теорема 5 (переходи $\oplus$) підтверджена в чотирьох обчислювальних системах, але не перевірена у фізичних експериментах. П’ятивластивісний тест (Теорема 4) не досяг статистичної значущості ($p = 0.095$) і потребує більших вибірок. Показник масштабування узгодження $\alpha_{\text{align}}$ тепер відомо, що залежить від архітектури (коливається від $-0.25$ до $+0.44$), спростовуючи початкове передбачення, що він буде універсально біля нуля для зовнішніх обмежень.

Сліпе передбачувальне тестування: Сліпий тест передбачення проводився на трьох обчислювальних системах (мережі Barabási-Albert, градієнтний спуск з імпульсом, осцилятори Курамото). Виміряні значення $\alpha$ були у 3-20× меншими, ніж передбачено за $\alpha = 1/(1-\beta)$. Проте криміналістичний аналіз ідентифікував дві незалежні перешкоджаючі змінні: (1) метод оцінювання $\beta$ через числову похідну фатально упереджений, даючи $\beta \approx 0.95$ незалежно від істинного $\beta$, навіть для чистих бернуллівських систем; (2) жодна з тестованих систем не задовольняє Аксіому 2 (постійний коефіцієнт зв’язку $a$), а ефективний зв’язок мережі BA спадає ~50× протягом симуляції. Коли метод правильної лінеаризації застосовується до систем, які задовольняють аксіоми, передбачення відновлюється з $R^2 = 0.9999$. Ці результати не становлять дійсної фальсифікації через перешкоджаючі змінні, але вони підкреслюють, що ідентифікація природних систем, які задовольняють аксіоми, залишається центральним емпіричним викликом. Повна методологія та криміналістичний аналіз доступні як додатковий матеріал (див. Статтю III).

Теоретичні обмеження: Рамка формалізує шаблон рекурсивного посилення, але не ідентифікує механізм. Вона каже вам що відбувається (показники масштабування, глибини перехрестя, функціональні форми), але не чому на мікроскопічному рівні (аналогічно термодинаміці до статистичної механіки). З’єднання оператора композиції з мікроскопічною динамікою залишається відкритою задачею.

Категорія внеску: Рамка ARC не є рівнянням у межах наявної парадигми. Вона ближче до міждоменного організуючого принципу: структурне обмеження на поведінку в різних субстратах, а не рівняння в межах однієї парадигми. Порівняння ідентифікує тип внеску, а не його свідчувальний стан: організуючі принципи такого типу спираються на покоління валідації, а цей спирається на попередні свідчення та тринадцять критеріїв фальсифікації.

8. Висновок

Кожна система, вивчена в цій статті (силіконові нейронні мережі, надпровідні кубіти, міліметрові полімерні кульки, кортикальні нейронні контури), має одну спільну річ: вона підтримує низько-ентропійний стан далеко від рівноваги і подає свої виходи назад у свої входи. Коли вона робить це нижче критичної глибини, прирости є звичайними. Коли вона робить це вище критичної глибини, прирости накопичуються. Перехід між цими режимами є різким, універсальним за структурою і доменно-специфічним за формою.

Ми формалізували це спостереження. Оператор композиції $\oplus$ класифікує рекурсивні системи так само, як групи симетрії класифікують фізичні теорії: він визначає функціональну форму масштабування з вимірних алгебричних властивостей. П’ять виведених властивостей (поріг, залежність від глибини, залежність від базової якості, мультиплікативна взаємодія, межі режимів) випливають як теореми з трьох аксіом, а не як емпіричні узагальнення.

Рамка робить передбачення, які не може зробити жодна доменно-специфічна теорія. Вона передбачає поведінку масштабування нових рекурсивних систем лише з їхнього оператора композиції. Вона передбачає перехрестя масштабування на виведеній глибині $R^*$, яке систематично зміщується з базовою якістю. Вона передбачає, що виміряне $\beta$ визначає $\alpha$ через $\alpha = 1/(1-\beta)$, співвідношення, валідоване обчислювально до $R^2 = 1.00000000$. Вона виводить ARC Bound ($\beta = 0.5$, $\alpha = 2$) як запропоновану межу стабільного масштабування для класичних послідовних обчислень, заземлене на нинішній основі уваги в масштабуванні $O(N^2)$ самоуваги: межу масштабування, а не межу швидкості; найбільше, на що може вирости рекурсивно самокорегівна система, залишаючись коректовною; системи можуть її перевищувати в перехідних надкритичних виходах, але не залишаються стабільно самокорегівними там; і обмежену архітектурою, тож основа $O(N^2)$ виведення добігає кінця, а не постійна, і архітектура-наступник поза парною увагою перемістила б межу, а не зняла обмеження. Це виведене структурне обмеження, а не емпіричний збіг. І вона передбачає, що обмежені системи виявляють переходи оператора композиції, що пояснюють, чому різні дослідження тієї самої системи можуть спостерігати різні режими масштабування (Теорема 5). Ці передбачення є конкретними, фальсифіковними та випереджувальними.

Якщо передбачення відмовляють, ми дізнаємося, де структурна аналогія руйнується. Якщо вони тримаються, ми ідентифікуємо принцип, який з’єднує інтелект, обчислення і фізику порядку в різних субстратах.

Інтелект може не бути властивістю конкретних матеріалів. Він може бути тим, що відбувається на тій стороні рекурсивного порога.

Передбачення специфіковано. Критерії фальсифікації публічні. Дані вирішать.

Додаток A: Математичні доведення

A.1 Доведення Теореми 1 (Класифікація)

Випадок 1: Мультиплікативна композиція

Гіпотеза: $g: \mathbb{R}^+ \to \mathbb{R}^+$ неперервна з $g(1) = 1$ і $g(R_1 \cdot R_2) = g(R_1) \cdot g(R_2)$.

Означимо $h(x) = \ln g(e^x)$. Тоді:

Це адитивне функціональне рівняння Коші. За неперервності $g$ (звідси $h$), єдиний розв’язок це $h(x) = \alpha x$ для деякої константи $\alpha$. Тому $\ln g(e^x) = \alpha x$, що дає $g(R) = R^{\alpha}$. $\blacksquare$

Випадок 2: Адитивна композиція

Гіпотеза: $f: \mathbb{R}^+ \to \mathbb{R}^+$ неперервна з $f(0) = 1$ і $f(R_1 + R_2) = f(R_1) \cdot f(R_2)$.

Взяти логарифми: $\ln f(R_1 + R_2) = \ln f(R_1) + \ln f(R_2)$. Це знову адитивне рівняння Коші з єдиним неперервним розв’язком $\ln f(R) = \alpha R$, що дає $f(R) = e^{\alpha R}$. $\blacksquare$

Випадок 3: Обмежена композиція

$Q_{r+1} = \min(Q_r + \delta Q_r,\, Q_{\max})$. Для будь-якої монотонно зростаючої послідовності $\{Q_r\}$, обмеженої зверху $Q_{\max}$, $\lim_{r \to \infty} Q_r \leq Q_{\max}$. Тому $f(R) = Q(R)/I$ є обмеженою, і $U$ насичується. $\blacksquare$

A.2 Доведення Теореми 2 (Показник масштабування)

З Аксіоми 2: $dg/dr = ag^{\beta}$, $\beta \in [0,1)$, $g(0) = 1$.

Розділяючи змінні:

Для $R \gg R^*$ (де $(1-\beta)aR \gg 1$):

Тому $\alpha = 1/(1-\beta)$. $\blacksquare$

A.3 Доведення Теореми 3 (Глибина перехрестя)

Повний розв’язок $g(R) = [1 + (1-\beta)aR]^{1/(1-\beta)}$ можна проаналізувати означенням $\rho = (1-\beta)aR$:

Для $\rho \ll 1$ (малі $R$): $g \approx 1 + \rho/(1-\beta) = 1 + aR$, приблизно лінійне за $R$.

Для $\rho \gg 1$ (великі $R$): $g \approx \rho^{1/(1-\beta)} \propto R^{\alpha}$, степеневий закон.

Перехрестя відбувається при $\rho \approx 1$, що дає:

$R^*$ залежить лише від $\alpha$ і $a$, обидва незалежно вимірювані. Воно не залежить від базового потенціалу $I$, узгоджуючись з роздільністю Аксіоми 1. $\blacksquare$

A.4 Єдиність Аксіоми 2

Чому $dg/dr = ag^{\beta}$, а не якась інша функціональна форма? Це ODE типу Бернуллі для кумулятивної переваги (також відомий як переважна прив’язаність), застосований до фактора посилення $g$, а не до абсолютної спроможності. Показник $\beta$ параметризує ступінь самореференції: $\beta = 0$ дає постійне зростання (без зворотного зв’язку); $\beta \to 1$ дає вибухове зростання (максимальний зворотний зв’язок). Вибір $\beta \in [0,1)$ є мінімальною моделлю для системи, де накопичене посилення прискорює майбутні прирости без розбіжності при скінченному $R$. Складніші моделі (наприклад, $dg/dr = ag^{\beta} - bg^{\gamma}$ з демпфуванням) вводили б додаткові параметри; ми приймаємо мінімальну форму і тестуємо її проти спостереження.

Додаток B: Протокол вимірювання

Щоб тестувати рамку, ми пропонуємо стандартизований шестикроковий протокол для будь-якої рекурсивної системи:

Крок 1. Означте один рекурсивний цикл (один самореферентний крок, де вихід стає входом).

Крок 2. Виміряйте базову спроможність $I$ при $R = 1$ (без рекурсії). Для міждоменної порівнянності ми пропонуємо операціоналізувати $I$ як максимальну швидкість скорочення ентропії на рекурсивний цикл, виміряну в бітах на цикл: $I = \max_R [-\Delta H / \Delta R]$, оцінене на першому циклі ($R = 0$ до $R = 1$). Це з’єднує з усталеною фізикою через принцип Ландауера (1961): кожні $kT \ln 2$ обробленої вільної енергії відповідають одному біту інформації. У ШІ $I$ це покращення точності від нульового міркування до одного кроку. У квантовій корекції помилок $I$ це скорочення похибки від одного синдромного циклу. У біології $I$ це приріст метаболічної ефективності від одного розгалуженого рівня (у термодинамічних бітах через міст Ландауера). Це означення дає $U = I \times R^{\alpha}$ узгоджені одиниці: біти = (біти/цикл) × (цикли)$^{\alpha}$.

Крок 3. Виміряйте спроможність $U$ на щонайменше 5 рекурсивних глибинах, що охоплюють один порядок величини. Шукайте перехрестя $R^*$.

Крок 4. Припасуйте всі три моделі: степеневий закон ($\log(U/I) = \alpha \log R$), експоненційний ($\log(U/I) = \lambda R$), логарифмічний ($U/I = k \log R$). Виберіть найкраще припасування через AIC/BIC. Степеневий закон це передбачення для тестування, а не припущення.

Крок 5. Виміряйте $\beta$ незалежно: побудуйте графік $\log(\Delta U)$ проти $\log(U_{\text{accumulated}})$ на кожній глибині; нахил оцінює $\beta$. Перевірте, чи $\alpha \approx 1/(1-\beta) \pm 0.3$.

Крок 6. Повідомте $\alpha$ з 95% довірчими інтервалами. Подайте в публічний репозиторій.

Додаток C: Обчислювальний набір валідації

Цей додаток підсумовує результати всеосяжної обчислювальної валідаційної програми, що тестує Теореми 1-5. Весь код валідації доступний як додатковий матеріал. Тести проводилися з використанням Python 3.12 з NumPy, SciPy та Matplotlib.

C.1 Валідація Теореми 1 (Класифікація Коші)

П’ятнадцять систем тестувалися в трьох композиційних режимах (5 мультиплікативних, 5 адитивних, 5 обмежених). Кожна система оцінювалася за тим, чи її виміряне правило композиції збігалося з передбаченою функцією масштабування.

Результат: 15/15 правильних класифікацій (100%). Немає хибних позитивів (нерекурсивні системи не класифікувалися як рекурсивні), немає хибних негативів. Класифікація функціональних рівнянь Коші є вичерпною і точною за заявлених умов.

C.2 Валідація Теореми 2 (Тотожність $\beta \to \alpha$)

Співвідношення $\alpha = 1/(1-\beta)$ тестувалося проти 30 точних розв’язків ODE Бернуллі з $\beta$ від 0.05 до 0.92. Для кожного тестового випадку $\beta$ вимірювалося сліпо зі структури маргінальних приростів ($dg/dR$ проти $g$ у log-log просторі), $\alpha$ передбачалося, а передбачене значення порівнювалося з істинним показником масштабування.

Результат: $R^2 = 1.00000000$ (вісім десяткових знаків). Нахил регресії: 1.000102. Середня абсолютна похибка: 0.002%. Це підтверджує, що $\alpha = 1/(1-\beta)$ є точною аналітичною тотожністю, а не емпіричним наближенням.

C.3 Валідація Теореми 2a (Неадитивність)

Доведення неадитивності верифіковано чисельно. Для кількох комбінацій $(I_1, I_2, R_1, R_2)$ у всіх $\beta \in (0,1)$: якщо $U$ було б адитивним ($U = g(I) + h(R)$), тоді $U(I_1, R_1) - U(I_1, R_2)$ дорівнювало б $U(I_2, R_1) - U(I_2, R_2)$. У всіх випадках різниці нерівні, що підтверджує, що мультиплікативна взаємодія є необхідною.

Результат: Неадитивність підтверджено для всіх тестованих комбінацій параметрів. Коефіцієнт синергії $S > 1$ для всіх $\beta \in (0,1)$ і всіх $R > 0$.

C.4 Валідація Теореми 3 (Перехрестя $R^*$)

Глибина перехрестя $R^* = 1/[(1-\beta)a] = \alpha/a$ тестувалася порівнянням передбаченого перехрестя з чисельно виміряною точкою переходу (де $\rho = 1$).

Результат: Функціональна форма підтверджена. Абсолютні значення $R^*$ показують 2-7% похибку, що приписується наближенню «перехрестя при $\rho \approx 1$». Незалежність $R^*$ від $I$ підтверджено: варіювання базового потенціалу не зміщує глибину перехрестя, узгоджуючись із роздільністю Аксіоми 1.

C.5 Валідація Теореми 4 (П’ять властивостей)

Десять рекурсивних систем і п’ять нерекурсивних контролів оцінювалися за п’ятьма виведеними властивостями. Рекурсивні системи набрали в середньому 4.2/5; нерекурсивні контролі набрали 2.8/5. Різниця ($\Delta = 1.4$) узгоджується з передбаченням рамки, але розмір вибірки дає $p = 0.095$, що не досягає звичайної значущості. (Простою мовою: результат іде в передбаченому напрямку, рекурсивні системи дійсно набирають вище, але лише з 15 загальних вибірок є приблизно 1-з-10 шанс, що цей шаблон може з’явитися випадково. Науковці зазвичай вимагають 1-з-20 або кращого. Потрібно більше даних.)

Результат: Напрямок правильний; статистична потужність недостатня для остаточного підтвердження. Потрібні більші вибірки.

C.6 Валідація Теореми 5 (Фазові переходи $\oplus$)

Чотири системи тестувалися на глибино-залежні композиційні переходи: (1) точний ODE Бернуллі (контроль), (2) логістичне зростання, (3) градієнтний спуск з імпульсом, (4) осцилятори Курамото.

Результати: Бернуллі-контроль підтримував постійне $\beta$ ($\sigma < 10^{-6}$). Усі три обмежені системи показали систематичні переходи $\beta$: логістичне зростання від $\beta \approx 0.5$ (фаза зростання) до $\beta \to -\infty$ (насичення), градієнтний спуск від $\beta \approx 0.52$ (досліджувальна фаза) до $\beta \approx 0.98$ (збіжність), осцилятори Курамото від $\beta \approx 1.7$ (зростання) до $\beta \approx 20$ (насичення). Переходи є загальними в обмежених системах і відсутніми в необмежених системах.

C.7 Негативні контролі

Чотири нерекурсивні системи тестувалися: (1) гауссовий шум, (2) лінійний спад, (3) синусоїдальне коливання, (4) випадкове блукання. Жодна не дала хибно-позитивних сигналів ($S > 1$ або $\alpha > 1$).

Результат: 0/4 хибних позитивів. Рамка правильно ідентифікує відсутність рекурсивного посилення в системах, які не задовольняють аксіоми.

C.8 Чесні відмови та граничні випадки

Два результати не досягли очікувань:

Абсолютне значення $R^*$: Середня похибка 62% у передбаченій проти дійсної глибини перехрестя (функціональна форма правильна, коефіцієнт пропорційності відхиляється). Це ймовірно відображає чутливість до наближення $\rho \approx 1$.

Метод Ньютона: Локальна збіжність біля коренів дає $\beta > 1.0$ (квадратична збіжність), що виходить за межі сфери рамки $\beta \in [0, 1)$. Рамка правильно ідентифікує це як граничний випадок, де модель ODE Бернуллі не застосовується.

Ці відмови повідомляються для повноти та наукової доброчесності. Вони обмежують застосовність рамки та інформують майбутнє уточнення.

Посилання

Декларація використання ШІ

Автор використовував Claude (Anthropic), GPT (OpenAI), Gemini (Google) і DeepSeek AI для чорнового написання розділів, уточнення ясності та перевірки математичної узгодженості. Дослідницьке питання, теоретична рамка, формалізм оператора композиції, експериментальні передбачення та наукове судження це людська робота. Автор бере повну відповідальність за всі твердження, інтерпретації, помилки та висновки.

Декларація людського авторства за допомоги ШІ

Автором цієї роботи є Michael Darius Eastwood, людська істота. Кожна ключова концепція, гіпотеза, експериментальний задум, твердження і висновок у цій статті походить від людської ідеації. Жодна частина цього рукопису не є цілком згенерованим виводом штучного інтелекту.

Інструменти штучного інтелекту (родина Claude від Anthropic та інші асистенти на основі великих мовних моделей) використовувалися як інструменти під постійним керівництвом людини, у той спосіб, у який використовуються текстовий процесор, калькулятор або науковий асистент: для редагування та уточнення прози, пошуку та реферування літератури (вручну звіреного з первинними джерелами), структури документа, форматування, мозкового штурму щодо визначених автором питань, і прискорення чорнового написання за визначеними автором нарисами та інструкціями. Уся селекція, координація, впорядкування та кінцеве редакторське судження належать автору. Кожен істотний вивід було переглянуто, протестовано чи верифіковано автором, який бере повну відповідальність за точність та доброчесність кінцевого тексту. Інструменти збільшили швидкість роботи; на них ніколи не покладалися як на її джерело.

Епістемічний статус. Те, що ця програма називає Законами, є припущеннями під зареєстрованим адверсаріальним випробуванням; кожна величина в цій статті операційно визначена, і статус усталеного закону ніде не заявляється. Зареєстрована програма існує, щоб заслужити цей статус або втратити його, через вимірювання, реплікацію та перенесене спростування.

© 2026 Michael Darius Eastwood. Написано людиною з комп’ютерною допомогою; повне людське авторство та моральні права заявлено відповідно до Copyright, Designs and Patents Act 1988 і узгоджено з настановою Copyright Office США щодо творів, які містять згенерований ШІ матеріал; будь-який новий технічний внесок, описаний у цій роботі, було задумано людським автором. Повне формулювання: michaeldariuseastwood.com/authorship.

Постійний завіт. Доведіть, що ця стаття хибна, і я сам опублікую спростування. Умови фальсифікації викладено в цій статті; постійний виклик: github.com/MichaelDariusEastwood/arc-scaling-challenge.