一句话：大语言模型的概念只能在训练时建立、不能在引用（推理/交互）时建立；本研究要打破这一点——让模型在预训练之后，仍能持续建立经过验证的、永久的、按对话者隔离的新知识。
-
状态：研究构思 + 文献定位阶段（四轮 deep-research 已完成；第四轮 = 族 5/6 对抗补全，狭义主张存活、0 反例，见 §7.6.7 / §9.1）
-
目标会议：COLM / ICLR 2027
-
最后更新：2026-07-24
-
本文档用途：把思想实验、两轮文献调研、架构分析综合成一份可反复查阅的学习/定位材料
三条最关键的结论（其余都是支撑）
- 验证侧：没有任何"无答案库的正确性接受/拒绝准则"——语义熵只测自洽、EIG 回答仍需 oracle、朴素自反思已被证伪。压缩/MDL 是地基已备但无人占用的路线。（§3.4）
- 架构侧："推理期写入"与"跨会话持久"在任何已验证架构中都不同时成立。（§7.3）
- 门控侧（第三→四轮修正
⚠️ ）："没有人做准入门控"是错的，已撤回——DEN / SEMA / SAGE / Self-Sizing Hopfield / CN-DPM / 2606.03787 都做了离散硬写入门。真正的新颖性边界是门控用什么信号。第四轮把族 5/6（回放选择准则 + 局部学习 + CLS/生成式回放 + 2026 agentic 记忆写入门）全部对抗补齐，12 目标 finder+verifier 一致、0 反例：现有信号落在随机/均匀、类别平衡、损失/似然、参数漂移、容量/稀疏、表征或几何新颖性、梯度干扰/多样性、代表性、（有标签下的）不确定性、来源信誉/对源忠实度/可靠度/一致性这些代理上，"无标准答案下的概念级正确性"一列仍为空。（§7.6）
| 你想干什么 | 直接看 |
|---|---|
| 快速理解核心主张 | §1 – §2 |
| 了解领域现状、找引用 | §3、附录文献表 |
| 避免评审被打的坑 | §4 |
| 决定论文怎么立论 | §5 |
| 深入"永久知识"这个核心难题 | §6 |
| 看架构层面的突破口 | §7 |
| 开始动手做实验 | §8 |
验证状态图例（贯穿全文）
| 标记 | 含义 |
|---|---|
| ✅ | 3-0 强确认（三个独立验证 agent 一致确认） |
| 2-1 有争议（计入但有一票异议，引用需注意措辞强度） | |
| ❌ | 被否决（0-3 或 1-2，不可当定论引用，需降级为弱版本） |
| 🔍 | 未经对抗验证（检索到但未进入验证流程，多为 2026 预印本，引用前必须自查） |
| 💭 | 我方推演（尚无文献支撑，是待验证的设计假设，不是已知事实） |
学过多种语言后会发现，它们在根基上是一样的：都是为了建立概念、以交换信息。因此新概念可以从一个个体传递到另一个个体。 但在大语言模型中，所有概念都必须在训练中建立，而不能在引用中建立，这限制了模型在训练之后学习的能力。
原始表述里有一个会被评审一句话驳回的强版本，和一个真正可辩护的弱版本，必须分清：
-
❌ 别主张："LLM 在推理期完全学不到任何东西。" → 情境内学习（ICL）显然能在推理期建立某些东西（few-shot 任务获取、从定义学新词）。这条一驳就倒。
-
✅ 该主张：LLM 没有任何机制能够——
习得一个真正新颖的概念 → 无标准答案地验证它 → 将其持久化 → 并隔离在教它的那个对话者身上。
四个形容词各自都在做工，且每一个都对应一条现有工作的边界。把它们作为四个可分离的性质来命名，本身就是论文的半个贡献——已有工作总能给你其中一两个，从来没有给全。
"所有语言在根基上相同"是很好的动机，但不要让它承重——它是可争议的（语言相对论、Pirahã 争论等）。
可辩护的内核要窄得多：
自然语言内置了"指物（ostension）"与"定义"两种操作，用于在对话中途引入新的原语。
而这正是 LLM 缺少持久版本的那个操作。以此立论。
| # | 性质 | 精确含义 | 原始表述对应 |
|---|---|---|---|
| P1 | 全新（Novel） | 概念不在训练分布内，不是被"检索"出来的 | 只有有限的知识 |
| P2 | 无 GT 自验证 | 没有答案库，靠自身机制判定该概念是否成立 | 需经过它自己的检验和反思 |
| P3 | 持久（Persistent） | 会话结束、上下文清空后依然存在 | 学到新知识 |
| P4 | 隔离（Isolated） | 按对话者隔离，不跨用户串味 | one on one 避免污染 |
注意 P4 的推论：你不会担心"上下文被污染"——上下文本来就会清空。担心污染本身就说明你要的是一个持久化的存储。所以 P3、P4 是绑定的，且意味着已经越过了纯 ICL。
如果有这样的方法，是否可以在训练中仅有英语语料，但由人来教会它汉语？
这个实验设计得很好，因为它刻意堵死了"其实训练里早就有"这条退路。但它在工程上几乎不可能干净执行（见 §3.3）——真正的价值在于它逼出了正确的方法论问题：如何证明一个概念真的在训练分布之外。
方法：5 路并行检索 → 22 篇来源 → 96 条主张 → 25 条进入 3 票对抗验证（20 确认 / 5 否决）。 覆盖不均警告：主题 1–4 经过对抗验证；主题 5–7 未经验证（🔍），判断"空白"时应视为"本轮未覆盖"而非"确证无人做"。
-
✅ 正典二分：Pan et al. 2023（ACL Findings, arXiv:2305.09731）把 ICL 拆成两股力——
-
Task Recognition / Location：从示例中识别并调用预训练已有的能力（即使标签是随机的也能 work）；小模型即出现，不随规模/示例提升。
-
Task Learning：习得预训练中未见的新输入-标签映射；随规模涌现，随示例增多持续提升。 → 这是你 P1 判据的引用锚：要证明是 TL 而非 TR。
-
-
✅ 主流理论站"定位"一侧：Xie et al.（ICLR 2022, arXiv:2111.02080）提出 ICL = 隐式贝叶斯推断，核心措辞就是 locating latent concepts——在预训练已获得的潜在概念中做后验定位。该框架数学上只覆盖分布内概念的检索，不解释 OOD 全新概念的获取。 → 关键反命题参照：接受它，则训练分布外的"全新概念"原则上无法被"定位"——这恰好界定了你必须跨过的门槛。
-
✅ 确有"真学习"，但有界：von Oswald et al.（ICML 2023, arXiv:2212.07677）证明单层线性自注意力的前向传播可构造性等价于对 in-context 样本做一步梯度下降。说明 ICL 原则上可以是真正的推理期优化。
-
❌ 但强版本被 0-3 否决：「真实 LLM 前向传播内部真在跑 GD / mesa-optimizer」不成立。只有"合成线性回归下构造存在"。
-
另一重边界：TL 学的是"任意输入→抽象标签"的映射，其底层概念（如情感）仍来自预训练 ≠ 习得训练分布外的全新概念。
-
-
✅ 最接近"交互期习得新概念"的现有方法：CoLLEGe（Teehan, Lake, Ren, COLM 2024, arXiv:2403.15362）——元学习框架，用少量例句/定义为全新词即时生成 flexible embedding，zero-shot 无需微调。其动机陈述逐字支持你的前提：
current language models are unable to quickly learn new concepts on the fly … prompting in-context is not robust to context distractions
- 留白：概念"正确性"仍隐含依赖语料的下一词预测信号 → 无 P2；也无 P4。
-
⚠️ 直接负面证据：Gupta, Sanders, Solar-Lezama（arXiv:2501.02825）——在随机采样的 3 状态 DFA 新形式语言上，纯 in-context 条件下 LLM 不如简单 n-gram 基线（6-gram 91.7% vs 最佳 LLM 82.8%）。结论："LLM 学到的是一个个具体语言的模型，而非通用的语言理论。"（2-1，异议在于从"非推理型"外推到"全部 LLM"）
小结：理论天平压向"定位"。"真习得"只在玩具任务被证明，且不触及全新语义概念。
-
✅ MTOB（Tanzer et al., ICLR 2024, openreview
tbVWug9f2h）：模型仅凭上下文里的一本参考语法书学会 英语↔Kalamang 翻译。Kalamang（母语者 <200、网络近乎零存在）被刻意选作真实世界的新颖性/污染对照——"模型必须依赖上下文数据而非权重知识"。 → 这是 "learning in referencing" 最直接的经验范式。 -
⚠️ 关键反驳（必须引用）：Aycock et al.（ICLR 2025, openreviewaMBSY2ebPw）——MTOB 的增益几乎全部来自语法书中的平行例句与词典条目，而非语法规则解释；LLM 无法有效利用语法说明。 → 你的"教汉语"实验必须切断"平行样例"这条捷径，否则会被判为 task location。 -
⚠️ 🔍 2026 最新：Hu et al.（arXiv:2606.06428）用结果奖励（chrF）做 RL 后，在 5 门训练完全未见语言（Kalamang / Dinka / Wolof / Guaraní / …）上平均 chrF 0.27，显著高于 SFT 的 0.09（SFT 过拟合退化到基座 0.18 之下）。-
最关键的一点：RL 在未见语言上的优势（0.27 vs 0.12）仅当推理时提供可检索/引用的上下文资源时才出现——泛化能力绑定于"对情境内资源的使用"。 → 这是"在引用中学习"最直接的经验锚点。
-
⚠️ 2026 预印本、未见正式同行评审、无正式显著性检验；"未见"是 held-out 义（基座+上下文仍有 0.18 非零基线）。
-
领域用两条范式：
-
(a) 真实稀有语言：Kalamang（✅）
-
(b) 构造/人造形式语言探针
评测"真获取"必须显式排除三类替代解释——ICL、模型记忆、语言学知识（Lu et al., ACL 2024, arXiv:2309.01809 ✅）。
-
❌ 两条"保证新颖性"的强主张被 0-3 否决：
-
「随机采样 DFA 即保证 OOD」——受控采样有用，但不足以单独坐实新颖性
-
「涌现能力 = 只是 ICL + 记忆 + 语言知识」——是怀疑论靶标，不是定论
-
-
🔍 人造语言工具箱：Biasless Language Models Learn Unnaturally / impossible languages（arXiv:2510.07178）——用扰动函数破坏普遍语言学倾向来生成"不可能语言"，隔离"先验偏置 vs 真实习得"。
-
🔍 污染事后检测：LogitTrace（arXiv:2509.20909）——逐层 logit 轨迹判定样本是否被见过。
小结：新颖性证明方法论本身仍有争议。建议受控/人造语言 + 污染检测双保险，而不是只靠"低资源假设"。
-
✅ 最接近的现有原语：语义熵（Farquhar, Kossen, Kuhn, Gal, Nature 2024, s41586-024-07421-0）
-
完全无监督，不需答案/任务专用数据/任务先验；重采样 → 双向蕴含聚成"意义簇" → 对意义簇算香农熵 → 高熵标记为"编造"。可泛化到人类也不知道答案的问题。
-
构造性局限恰好界定空白：它检测的是不一致，不是不正确。作者本人明言：一套"稳定但错误"的知识、或蓄意欺骗，都能低熵通过。 → 一个"自信且一贯错误"的新概念会通过语义熵检验。 consistency ≠ correctness。
-
-
✅ 主动/苏格拉底式追问——"选择"环节已可无 GT：Kobalczyk et al.（ICLR 2025 Spotlight, arXiv:2502.04485）把澄清式提问形式化为贝叶斯实验设计，选期望信息增益（EIG）最大的问题；EIG 由 N≈20 个自生成候选解估计（非固定标注池）。
- 但"回答"环节仍需外部 oracle（可执行单测或人类）。→ 无 GT 的查询选择，接受/验证仍靠 oracle。
-
✅ 朴素自反思已被证伪：Huang et al.（ICLR 2024, arXiv:2310.01798）LLMs Cannot Self-Correct Reasoning Yet——无外部反馈时内省式自纠无法提升、有时反而变差。被 2025–2026 多篇复现加强，瓶颈定位在验证步骤。 → 给 Reflexion / Self-Refine 一类划了红线：你必须给出比"又一个 verbal self-critique"更硬的接受信号。
-
🔍 ★ 压缩即接受准则（最大机会）：Delétang et al.（ICLR 2024, arXiv:2309.10668）Language Modeling Is Compression——证明预测器 = 无损压缩器，且 in-context 学习本身可读作压缩。 → 由此可把"概念是否学到"操作化为：
加入该概念后，对该对话者后续输入的描述长度/困惑度是否显著下降？降了就接受。 → 这是一个完全不依赖任何答案库的量化准则。且目前没有任何人把"压缩增益"用作交互期新概念获取的在线接受/拒绝阈值。
-
🔍 概念获取 × 主动验证的交叉新工作：Wild Guesses and Mild Guesses in Active Concept Learning（arXiv:2602.06818, 2026）——active concept learning 定义为 query-driven 识别一个结构化概念（规则/程序），正是"习得"而非"定位"的设定。留白：单会话、无隔离、无持久化。
-
🔍 不确定性驱动的停止条件：The Silent Scholar Problem（arXiv:2512.20884）——区分 aleatoric（不可约）与 epistemic（可通过获取信息约减）不确定性；epistemic 收敛可作接受/停止条件。
小结（最重要的一条）：目前没有任何一个既无答案库、又能对"新习得概念是否正确"给出接受/拒绝的完整准则。 可占的三条技术路线：① 压缩/MDL 增益阈值（无人占用）② EIG 主动追问收敛 ③ epistemic 不确定性收敛。
-
🔍 权威综述：Wu et al.（ACM Computing Surveys 2025, arXiv:2404.16789）Continual Learning of LLMs——纵/横维度 + 灾难性遗忘缓解（replay / 正则化 / 参数隔离 / PEFT）。 → 关键定位价值：几乎全部工作假设有任务标签/训练信号。 与"推理期、无 GT、单个全新概念"并置，即凸显你的差异化。
-
🔍 参数化持久（ROME/MEMIT 谱系）：MEMOIR（arXiv:2506.07899）最小覆写 + informed retention。
- 必须与负面结果并读：Model Editing at Scale → Gradual and Catastrophic Forgetting（arXiv:2401.07453）——MEMIT 约 40 次编辑后仍稳，ROME/MEND 10–20 次即退化/collapse。 → 知识编辑能把"一个新事实"写进权重，但面向已知 schema 的事实三元组，不处理全新概念，也无 P2/P4。
-
🔍 良性（非对抗）失败已很严重：PersistBench（arXiv:2602.01146）定义并测量 cross-domain leakage（一个对话的长期记忆被不当注入无关对话）与 memory-induced sycophancy。18 个 LLM：cross-domain 中位失败率 53%、sycophancy 97%。 → 即便没有攻击者，"持久 + 隔离"也远未解决。
-
🔍 对抗（记忆投毒）：Dash et al.（arXiv:2606.04329）——4 类写入通道 + 9 种漏洞 + 6 类攻击 + MPBench；"越积极写/检索记忆的 agent 越易被投毒"。承接 MINJA（2025，仅靠查询即可投毒，成功率 >95%）。
-
🔍 空白地图：Lin et al.（arXiv:2604.16548）Survey on Long-Term Memory Security——Memory Lifecycle 六阶段（Write/Store/Retrieve/Execute/Share/Forget）+ Verifiable Memory Governance。明确指出：尚无"无 GT 自动决定接受/隔离新概念"的判据。
-
🔍 per-user 隔离的现成载体：Survey of Personalized LLMs（arXiv:2502.11528）——OPPU（每用户独立 LoRA）、超网络生成 PEFT、联邦 LoRA。 → 提供"一人一套参数/记忆"的天然隔离，但目标是拟合偏好/风格，没有"该概念是否成立"的验证环节。
小结：P4 直接对应一个 2026 热点。per-user LoRA 给了隔离载体，缺的正是你要补的验证器。
-
🔍 新颖指称问题：Lederman & Mahowald（TACL 2024, arXiv:2401.04854）Libraries or Librarians?——LLM 用新名字指称新实体时，"图书馆技术论"站不住脚（派生意义无法解释首次指称）。为"指称中学习"提供正面可能性论证。
-
🔍 向量接地问题：Coelho Mollo & Millière（arXiv:2304.01481）——区分五种接地（referential / sensorimotor / relational / communicative / epistemic），论证只有 referential grounding 与本问题相关；给出接地两条件（因果-信息关系 + 选择史赋予的功能）。
-
🔍 ★ Harnad 2024（arXiv:2402.02243）——符号接地问题原创者本人论 LLM。提出 Indirect Verbal Grounding：用语言把接地从已接地的老师延伸到学习者。 → 这就是你"用英语母语者教它汉语"思想实验的哲学正名，可直接作为机制的理论骨架。
-
🔍 Quine gavagai → LLM：纯分布信息下，多个互不相容的意义赋值同等可辩护；语料/提示只能锐化相关性、无法弥合 form-meaning 鸿沟。 → 直接支撑 P2 的哲学必要性：指称在纯分布下本质欠定，所以必须有一个收敛/验证机制。
-
🔍 争论仍活跃：On the Referential Capacity of LMs（Computational Linguistics 2025，内在论 rejoinder）——现有争论集中在"能否指称"，而非"如何在无 GT 下自验证并隔离地持久化"。你的问题正好在争论的下游空白处。
| # | 坑 | 状态 | 正确做法 |
|---|---|---|---|
| 1 | Min et al. 2022「随机标签几乎不损害性能」 | ❌ 1-2 被否 | 后续 Rectifying Demonstration Shortcut（arXiv:2403.09488）显示某些设定下标签正确性确有作用。引用弱版本并注明争议。 |
| 2 | von Oswald「真实 LLM 前向传播在跑 GD / mesa-optimizer」 | ❌ 0-3 | 只说"单层线性自注意力=一步 GD 的构造存在，且仅在合成回归下"。 |
| 3 | 「涌现 = 只是 ICL」 | ❌ 0-3 | 当怀疑论靶标用，不当定论。 |
| 4 | 「随机 DFA 采样保证 OOD」 | ❌ 0-3 | 受控采样有用但不足以单独坐实新颖性。 |
| 5 | 主题 5–7 全部 | 🔍 未验证 | 全是 2026 预印本，引用前自查是否正式发表、数字是否经统计检验。 |
| 6 | 迁移外推 | 💭 | 语义熵/EIG/自纠都针对"任务/答案"，尚无一条直接针对"推理期新习得概念"的正确性验证——迁移是合理但未经实证的外推（这本身可作为你的实验贡献）。 |
| 性质 | 谁最接近 | 到哪一步 | 还差什么 |
|---|---|---|---|
| P1 全新 | MTOB / Hu 2026 / CoLLEGe | 仅"语言"类，且绑定引用外部资源 | 推广到语言之外；证明是 TL 而非平行样例检索 |
| P2 无 GT 验证 | 语义熵 / EIG / 压缩 | 只有"测自洽"、"无 GT 选择该问什么"、"压缩地基" | ★ 无任何"正确性"接受/拒绝准则 |
| P3 持久 | CL 综述 / 知识编辑 / per-user LoRA | 载体齐备 | 全假设训练信号；无"该不该固化"的准入 |
| P4 隔离 | per-user LoRA / PersistBench | 隔离载体 + 诊断 benchmark | 无"该记忆是否该跨对话使用"的验证器 |
-
A（最硬、推荐为核心）— 机制论文 提出无标准答案的概念验收准则（压缩增益 / EIG 收敛 / epistemic 收敛，或融合），在"教一个全新概念"任务上证明它能接受正确概念、拒绝自信且一贯错误的概念——后者正是语义熵抓不到、你能赢的地方。全场最未被占据的点。
-
B（支撑）— Benchmark 论文 构造一个干净隔离"真习得 vs 定位/平行样例/污染"的评测（人造语言 + 污染检测 + 对抗错误教学），把四性质做成四个可测轴。领域正缺这把尺（§3.3 方法论仍有争议即是证据）。
-
C（收尾）— 系统/立场论文 把四性质耦合成一个 one-on-one、reflective、per-user 的学习闭环，用 PersistBench / 记忆投毒作动机。
建议：A 为核心贡献 + B 的小型受控 benchmark 支撑评测 + C 作 discussion。
这是整个研究里最硬、最值钱的一问。
"永久"和"持续"本身在打架——stability-plasticity 困境：要学新东西就得改权重，改权重就毁旧知识。
- 载体（哪）：新知识物理上住在哪
- 写入（怎么写）：怎么写进去
- 巩固（怎么变永久）：短暂经验怎么固化又不毁旧知识
- 门控（什么够格） ← 这就是 P2，也是本研究的贡献核心（门控本身有人做，但无人用正确性信号——见 §7.6）
| 载体 | 内化程度 | 遗忘风险 | 可逆/可删 | 隔离难度 | 成熟度 |
|---|---|---|---|---|---|
| 上下文窗口 | 无（临时） | — | trivial | trivial | 不算永久 |
| 外部记忆（RAG/记忆库） | 低（惰性） | 无 | trivial | trivial（命名空间） | 成熟 |
| 参数侧记忆（per-user LoRA/记忆层） | 中（进 forward） | 低（base 冻结） | 中（换/删模块） | 低（一人一模块） | 较成熟 🔍 |
| 直接权重编辑 | 高 | 高（顺序编辑 collapse） | 难 | 不可 | 研究中 🔍 |
| 持续微调 base | 最高 | 最高（灾难性遗忘） | 难 | 不可 | 贵/研究中 🔍 |
这张表的对角线就是整个领域的张力：越像"真学到"，就越难撤销、越容易遗忘、越难按人隔离。
"永久"有两种，务必分清：
-
持久存储的永久（外部记忆）：永远在，但没内化——是"知道有这回事"，不是"学会了"；检索不到就等于不存在。
-
内化的永久（参数）：真学进去、能与别的知识组合，但在持续写入下极其脆弱。
有意思的研究恰在中间：让参数在持续写入下依然 durable。
载体都有现成的。卡住"永久"的是两个弱环节：
- 巩固门控（无 GT 决定什么值得固化）——现有持续学习几乎全部假设有标签/loss。没有门控，一个未验证或自信错误的概念一旦固化就是永久污染（PersistBench：即便无攻击者，跨对话泄漏中位失败率 53% 🔍）。
- 持续写入下的遗忘/污染——ROME/MEMIT 顺序编辑 10–40 次即 collapse 🔍；任何可持久化的记忆天然是攻击面 🔍。
把互补学习系统（海马=快/情景，新皮层=慢/巩固，睡眠回放=转移）搬过来：
-
快层（episodic）＝外部/情景记忆：新经验立刻、廉价、可逆地落在这里。错了随时删，天然 per-user 隔离。
-
⚙️ 巩固门（新器官 = 贡献核）：idle 时运行，决定哪些经验毕业。判据 =
-
压缩增益（Delétang 地基）：加入后该对话者后续输入的描述长度是否显著下降 ← 核心信号
-
跨时间稳定性（语义熵，必要非充分）
-
主动追问收敛（EIG / epistemic 不确定性低于阈值）
-
规则：只有跨足够多次交互证明自己的概念才毕业。
-
-
慢层（consolidated）＝ per-user 参数适配器（OPPU 式 LoRA）：只把毕业的知识内化；配从快层 replay 保护旧知识。
这套设计一次满足四性质，并闭合了 §1 的原始命题：
概念不再必须在训练时建立——它在 reference 时被提出，然后靠门控挣得永久性。
- 持续权重更新下的遗忘——规模上真没解；选择性门控是缓解，不是解决。
- 门控的正确性——consistency ≠ correctness，"自信且一贯错误"的概念能同时骗过压缩和自洽。这既是最大风险，也正是能做出区分度的地方。
- 隔离 vs 泛化——有些 per-user 知识应该泛化给别人，哪条该留在本地本身是个判断问题。
- 撤销权——"永久"不该等于"不可逆"；外部记忆删条目 trivial，权重里删除极难。
状态：第二轮 deep-research 已完成（26 篇来源 → 130 条主张 → 25 条对抗验证 → 21 确认 / 4 否决）。本章已用验证结果重写。
核心结论（✅ 跨 8 篇一手论文的合取，各分支 3-0）： 没有任何已验证架构把"推理期写入"与"带准入门控的巩固"耦合起来。 覆盖矩阵里 "推理期写入"列与"跨会话持久"列在任何一行都不同时为 ✓ —— 这就是本课题的结构性空白。
⚠️ 一条历史限制（第二轮时）：第二轮只覆盖族 1（TTT/快权重）、族 2（可寻址稀疏记忆）、族 3（SSM 容量）；族 4/5/6 当时零验证。 ✅ 已解除（第三+四轮）：族 4（DEN/SEMA/HAT/CN-DPM/StaR-MoE）见 §7.6 + 附录 I；族 5（局部学习 + Hopfield 容量）与族 6（回放选择准则 + CLS/生成式回放 + 2026 agentic 记忆门）已在第四轮全覆盖、0 反例（§7.6.7）。→ 现在可写的不是"无人做到"，而是收紧后的"没有任何门控用无 GT/无外部 oracle 的概念级正确性信号"（措辞边界见 §7.6.4）。
不诊断清楚就换架构，等于换个方向撞同一堵墙。五条结构性障碍：
- 推理期没有写入路径。 前向传播对参数是只读的。跑一遍模型不会改变它知道什么；学习只能由外部优化器发生。这是最根本的一条。
- 知识在 MLP 中叠加（superposition）、不可寻址。 事实不在可定位的槽里，而是散布在多义神经元上——所以改一个会有涟漪、顺序编辑会崩。你碰不到"只碰一个"。
- 没有快/慢分离。 一套权重干所有事，区分不了"核心信念"与"五分钟前学的"，于是每次更新都在赌上核心。
- 全局梯度耦合。 反传更新一切；干扰是默认、隔离是例外。灾难性遗忘不是 bug，是稠密梯度更新的必然。
- KV 缓存是个"笨"的情景记忆。 可写、只增不减、从不压缩、从不验证、会话结束即死。Transformer 最接近情景记忆的东西，恰恰没有任何通路把它固化进权重。
| # | 需求 | 治哪条病 |
|---|---|---|
| ① | 推理期参数写入路径 | 病 1 |
| ② | 可寻址/稀疏存储（写一个不动其他） | 病 2 |
| ③ | 快/慢（情景/巩固）分离 | 病 3 |
| ④ | 巩固算子（快→慢，带准入门控） | 病 5 |
| ⑤ | 状态有界 | 病 5 |
✓=具备 ◐=部分 ✗=缺失。本矩阵仅含族 1–3；族 4/5/6 的门控已在第三+四轮补齐，见 §7.6 / §7.6.7 + 附录 I。
| 架构族 | 推理期写入 | 可寻址抗干扰 | 快/慢分离 | 巩固算子 | 准入门控 | 跨会话持久 |
|---|---|---|---|---|---|---|
| TTT layers / TTT-E2E (2512.23675) | ✓ 每 1K token 梯度步 | ✗ 稠密 MLP | ◐ 静态第二 MLP 作 safe storage | ✗ | ✗ 无条件写 | ✗ reset |
| Titans (2501.00663) | ✓ surprise 门控写 M_t | ✗ | ◐ persistent 静态 + M_t 动态 | ✗ | ✗ surprise ≠ 准入 | ✗ |
| Miras: Moneta/Yaad/Memora (2504.13173) | ✓ | ✗ | ✗ | ✗ | ◐ retention gate 管"覆盖多少" | ✗ |
| Gated DeltaNet (2412.06464) | ✓ fast weight + 定向 delta 写 | ◐ 抑制写入期干扰，容量仍 ≤ d | ✗ | ✗ | ✗ | ✗ |
| TTT-NTP (2606.21803) | ✓ 闭式 ridge 写 W^down | ✗ | ✗ | ✗ | ✗ 只答"写什么" | ✗ 每样本回滚 |
| HOPE / CMS (2512.24695) | ✓ 写 MLP 知识权重 | ✗ | ✓ 频率分层，架构原生 | ◐ 多频但时钟驱动 | ✗ i ≡ 0 mod C^(ℓ) |
✗ context 结束重初始化 |
| Memory Layers at Scale (2412.09764) | ✗ 测试期只读 | ✓ 1M 槽 product-key | ✗ | ✗ | ✗ | ✓* 参数即 checkpoint |
| Sparse Memory Finetuning (2510.15103) | ✗ 仍是反传训练循环 | ✓ top-t 槽级 stop-gradient | ✗ | ✗ | ◐ TF-IDF 槽定位判据 | ✓ 参数写入落盘 |
| SSM / 线性注意力（状态即记忆） | ✓ 选择性状态更新 | ✗ 叠加搬进状态矩阵 | ✗ | ✗ | ✗ | ✗ 易失 |
* Memory Layers 的持久性是参数位置的逻辑推论；因无推理期写入路径，训练后并不会有新东西被写进去。
这张表最关键的读法（
- 在族 1–3 内"准入门控"整列全空（最好的也只是 ◐）。→ 第三轮发现族 4/5/6 确有真门控，但无一使用正确性信号（§7.6）。
- "推理期写入"与"跨会话持久"在任何一行都不同时为 ✓。 ← 结构性空白
① 推理期写入路径这个器官已经不缺了，但全族易失。 Titans 作者自己在 Nested Learning（arXiv:2512.24695, NeurIPS 2025）p.25 高亮框中写道：
"The concepts commonly referred to as test-time training and test-time memorization are in fact instances of parametric in-context learning, where the acquired in-context knowledge does not persist once the current context is removed."
该框显式点名 TTT layers 与自家 Titans/Miras 谱系——属"对自身不利的承认"，证据等级最高。逐个核实：TTT-NTP 写入每样本后被显式回滚；TTT-E2E §4.2.3 自陈 "the model is reset after each prediction"；Gated DeltaNet 的 S 序列结束即重置。
② 族 1–3 的所有门控都在调"覆盖多少/写多强"，没有一个在问"够不够格永久固化"。（族 4/5/6 有"够不够格"的硬门控，但信号非正确性——见 §7.6）
Titans 的门是 M_t = (1−α_t)M_{t−1} + S_t，损失是纯重构误差 ‖M(k_t) − v_t‖²，k_t/v_t 都是输入自身的线性投影——写入信号完全内生。全文 verif* / correctness / ground truth / admission 命中 0 次。Miras 的四轴设计词典中没有任何一轴对应巩固或跨会话持久（consolidat / persist / cross-session / lifelong / replay 全 0 命中）。
③ 唯一原生的快/慢分离（HOPE/CMS）把巩固接到了时钟，不是门。
唯一分支条件是取模计数器 i ≡ 0 (mod C^(ℓ))，与内容、损失、新颖性、置信度全部无关。抗遗忘只靠跨频率冗余 + 反传回流。全文 session/admission/user/verification 均 0 命中，且作者自我限定 "we focus on the first stage: memory consolidation as an online process"，把离线/回放式系统巩固显式留作未来工作。
| # | 陷阱 | 真相 |
|---|---|---|
| 1 | Titans 的 "persistent memory" | 不是持久化通道。它是"数据无关、测试期固定"的任务级参数，论文明说 "persistent memory parameters are fixed... should not be changed"。即 "会写的不持久、叫持久的不写"。已有二手博客误读为"跨序列携带信息"，切勿沿用。 |
| 2 | HOPE/CMS 的 "persistent knowledge" | 指千 token 量级的低频层，不是跨会话。低频端实验只扫到 512/2K token。 |
| 3 | "Titans 提供原生推理期参数写入路径" | ❌ 1-2 被否（措辞过强）。"Miras 提供架构级统一形式化" ❌ 0-3 被否。综述中应降调为**"提供了写入的形式化词典"**。 |
Sparse Memory Finetuning（FAIR at Meta, arXiv:2510.15103）：1.3B base，layer 12 的 FFN 换成 1M 槽 product-key 记忆池（k=32，每 token 仅 32,768 活跃参数，原 FFN 为 50M）。
在 TriviaQA 事实流上训练后，NaturalQuestions 性能跌幅：full FT 89% / LoRA 71% / 稀疏记忆微调仅 11%
关键架构性质："the keys and values are trainable parameters (rather than activations) that can be finetuned" → 写入落在参数上、进 checkpoint，因而天然跨会话持久，与 TTT/Mamba 的易失状态形成对照。
TF-IDF 槽排序是文献中最接近"写入准入门控"的可实现机制：以 1000 个随机预训练 batch 的槽访问统计作 IDF 分母，实现为梯度掩码；且不假设任务边界。但三条限定必须写清：(1) 运行在训练循环里，非推理期；(2) 决定的是参数定位（写哪些槽），不涉及知识正确性；(3) 无自验证成分。
稀疏槽路线已展示 1000 条事实逐条写入、约 10,000 梯度步不崩溃，远超 ROME/MEMIT 的 10–40 次崩溃量级。但从未有人做过正面崩溃曲线对比——8 篇一手论文中 ROME/MEMIT/model editing 正文命中 0 次，Kevin Meng 在参考文献中完全缺席。
调研给出的最小新颖性配方（✅ 由发现 10 直接推出）——四个部件各有现成出处，缺的只是把它们缝起来并补上门：
| 部件 | 借自 | 状态 |
|---|---|---|
| 槽级可寻址持久写入 | 族 2（Memory Layers / Sparse Memory FT） | ✅ 已验证可行，有抗干扰数据 |
| 推理期写入路径 | 族 1（TTT / Titans / Gated DeltaNet） | ✅ 已是架构原语 |
| 频率分层巩固 | HOPE / CMS | ✅ 已验证，但接的是时钟 |
| ⚙️ 知识级准入门控 | 无人做过 | 🎯 你的原创部分 |
架构草图
-
L0 工作状态：SSM 定长状态或 KV — 会话内，易失
-
L1 情景记忆（可写 · 按对话者硬分区）：TTT/Titans 式推理期写入路径，落在 product-key 稀疏槽上；写入廉价、可逆
-
⚙️ 巩固门（原创核心）：idle 时运行，判据见 §6.4（压缩增益 + 跨时间稳定性 + epistemic 收敛）
-
L2 巩固核：低频稀疏记忆层；只有毕业的槽被写入，配 L1 回放保护既有知识
🎯 一个意外强的加分项：调研对 8 篇一手论文做整词穷举，user / users / speaker / interlocutor / per-user 命中全为零——
"按对话者隔离"在这批架构文献里不仅没被实现，甚至没有被提出过。
→ 把 product-key 记忆池的 key 空间按 uid 硬分区，可以让隔离成为数学上零干扰的架构性保证，而不是约定。这是一个几乎无人竞争的主张。
四条可证伪的架构性主张（论文该长的样子）：
| # | 主张 | 对照基线 | 证据状态 |
|---|---|---|---|
| 1 | 稀疏槽级写入下，顺序写入 N 次不 collapse | ROME/MEMIT 的 10–40 次 | |
| 2 | 稀疏槽定位 → 大幅抑制叠加干扰 | full FT 89% / LoRA 71% 跌幅 | ✅ 已有 11% 的先例，但有四点方法学限定须披露 |
| 3 | key 空间按 uid 硬分区 → 跨用户泄漏率 ≈ 0 | PersistBench 的 53% 🔍 | 🎯 文献中未被提出 |
| 4 | 门控能拒绝"自信且一贯错误"的概念 | 语义熵（拒绝不了）+ SAGE 的几何新颖度门 | 🎯 信号类型未被占据（见 §7.6 修正） |
主张 4 是整篇论文的心脏，但措辞必须按第三轮结果收紧： ❌ 不能说"没人做准入门控"（DEN/SEMA/SAGE/Hopfield 都做了） ✅ 要说"没有任何门控使用正确性/可信度信号"——现有全部判据（Titans 的 α_t、Miras 的 retention gate、TF-IDF、SAGE 的 s_vMF）都落在损失/漂移/容量/新颖性/几何冗余五类代理上。详见 §7.6。
Transformer 缺的是器官（写入路径 / 可寻址存储 / 巩固），不是算子（注意力本身没问题）。
三条理由：
- 注意力作为冻结的语义先验是资产，不是负债——它提供了理解教学语言所需的底座。丢掉它还得重新赚回来。
- 主张更强："我发现 Transformer 缺三个器官并补上了" 远比 "我又提了一个架构" 可辩护。
- 成本低几个数量级——这直接关系可行性。
❌ 不可行——"提一个新序列混合器"这条路已经关闭
-
赛道已白热化且已进入生产：Gated DeltaNet 已被 Qwen3-Next 采用（约 3:1 混合）。任何新混合器都要在同等预训练预算下打赢它。
-
算力门槛：Memory Layers 做到 8B；HOPE/CMS 预训练 760M/30B token 与 1.3B/100B token；Sparse Memory FT 的 1.3B base 是作者自行预训练（为公平必须自训）；TTT-E2E 需要 gradients of gradients 的内外双层元学习。
✅ 可行——retrofit 路线已被独立复现
| 证据 | 说明 |
|---|---|
| 两篇 2026 独立工作在 Qwen-2.5-0.5B 上 retrofit 记忆层（2604.05248、2605.03229）🔍 | 证明"把 FFN 换成记忆层再继续训"在 0.5B 规模可复制 |
| HOPE §7.3 "Ad-hoc Level Stacking: Initializing CMS with Pre-Trained Models" | 给出用预训练 Llama 的 MLP 初始化 CMS 各频率层的具体做法，可按比例缩小 |
| 准入门控本身是纯算法组件 | 可在冻结 base + 1M 槽记忆池上做完全干净的受控实验：门控 on/off × 顺序写入 N 条 × 旧能力保持曲线 × 与 ROME/MEMIT 同基准崩溃曲线对比 — 不需要任何预训练算力，而恰好是当前文献缺失的那块 |
结论：论文的新颖性应押在"门控 + 巩固算子"上，而非新的序列混合器。 算力参照上限：Sparse Memory Finetuning 的 1K facts / 10K steps / 1.3B。
⚠️ 该可行性判断由各论文报告的规模数字推断而来，未经对抗验证。
状态：第三轮 deep-research 完成（22 源 / 110 主张 / 25 验证 → 10 确认 / 15 否决）。本轮被特意设计成"证伪我方主张"。 结果：广义主张被推翻，狭义主张存活。这是好事——现在发现，好过评审时发现。
| 版本 | 措辞 | 裁决 |
|---|---|---|
| ❌ 广义（撤回） | "所有已知门控只调节写入强度/覆盖，没有一个回答该不该被永久固化" | 被推翻 |
| ✅ 狭义（存活） | "没有任何架构用知识级正确性 / 无标准答案的可信度判据来决定什么被永久固化" | 在族 4/5/6 覆盖范围内成立（第三轮确立、第四轮补全仍 0 反例，见 §7.6.4 / §7.6.7） |
推翻广义版的四个反例都是真门（离散硬判决，不是强度调制）：
| 工作 | 判决规则 | 信号 |
|---|---|---|
| DEN (ICLR'18, arXiv:1708.01547) | if Lₜ > τ then DynamicExpansion；另 ‖wᵢᵗ−wᵢᵗ⁻¹‖₂ > σ → 分裂 |
训练损失 / 参数漂移 |
| SEMA (CVPR'25, arXiv:2403.18886) | 所有 descriptor 的重构误差 z 分数合取 > 阈值 → 扩容 | 表征新颖性/分布漂移 |
| SAGE (2026, arXiv:2605.30711) | 显式命名的 write-side novelty gate；三元硬路由 ADD/UPDATE/NOOP | 几何新颖度 s_vMF |
| Self-Sizing Hopfield (2026, arXiv:2507.10443v3) | 双阈值滞回控制律 ρₜ=ℓₜ/ℓ_prev > τ_hi 开 / < τ_lo 关 |
归一化损失比 + 标签几何 |
但对四者全文关键词穷举（correct/factual/verif/valid/trust/confid/ground-truth），正确性类信号命中全为零。
本表最初的末列是「正确性 ✓/✗」，读法是"正确性那一列空着，由我方填"。 该框架自第八轮起就不成立：GATES / LMSI 用一致度作 GT-free 的正确性代理， 第十二轮又加上 ConsistencyGate（推理期、按条、持久）。⟹ 正确性那一格已被占。
定稿末列改为「判据是否为描述长度 / 压缩增益」 —— 这是唯一仍然空着的一轴。 全族词边界扫描（含第十二轮新增的 DeMem，水印核验后逐词扫）：
description length/minimum description length/MDL命中数 = 0。
⚠️ 本表凡出现「正确性」列的读法，一律以本说明为准；下方原表保留作沿革，不得直接引用其读法。
| # | 判决规则 | 出处 | 门控什么 | 信号类型 | 时机 | 正确性 |
|---|---|---|---|---|---|---|
| 1 | Lₜ > τ → 扩容 |
DEN（族4） | 要不要扩容 | 损失 | 训练期·任务边界 | ✗ |
| 2 | 加 k 单元后组稀疏剪枝 | DEN（族4） | 扩多少 | 损失×容量 | 事后剪枝 | ✗ |
| 3 | ‖Δwᵢ‖₂ > σ → 分裂 |
DEN（族4） | 防语义漂移 | 参数漂移 | 训练后 | ✗ |
| 4 | 硬掩码 SGD 学出 | HAT（族4） | 占用/梯度抑制 | 损失+容量正则 | 训练期·task ID 外给 | ✗ |
| 5 | z 分数合取 > θ | SEMA（族4） | 要不要加 adapter | 表征新颖性 | 训练期·任务边界 | ✗ |
| 6 | s_vMF → ADD/UPDATE/NOOP |
SAGE（agentic 记忆） | 事实写不写入 | 几何新颖度+密度 | 在线·逐条 | ✗ |
| 7 | ρₜ > τ_hi 开 / < τ_lo 关 |
Self-Sizing Hopfield（族5） | 要不要开新 chart | 归一化损失比+标签几何 | 在线·逐条 | ✗ |
| 8 | sim(x,cⱼ) > θ_rec |
同上（族5） | 复用还是新分配 | 相似度/新颖性 | 在线 | ✗ |
| 9 | （空缺） | — 我方拟填补 | 够不够格永久固化 | 知识级正确性 / 无 GT 可信度 | 推理期·无边界·逐条 | ✓ |
读法：新颖性边界不在"是否有门"（多行都是真门），而在信号列——损失 / 参数漂移 / 容量 / 表征新颖性 / 几何冗余 五类已占满，正确性列空。再叠加"时机"，同时满足"在线逐条 + 无任务边界"的只有第 6、7、8 行（均 2026，均非正确性信号）。
第四轮把最可能藏反例的回放选择准则 + 局部学习 + CLS/生成式回放 + 2026 agentic 记忆写入门全部补齐。没有一条越过"信号"这道线。 关键收获是：原五类代理不完整——2024–2026 的 agentic 记忆写入门用到了来源信誉 / 对源忠实度 / 可靠度 / 一致性这些新代理；但它们依然不是"概念真伪"信号（信任来源 ≠ 验证概念；忠实于输入 ≠ 世界真值；标记矛盾 ≠ 裁决真假），故狭义否定命题不被证伪，反而更锋利。
| # | 判决规则 | 出处 | 门控什么 | 信号类型 | 时机 | 正确性 |
|---|---|---|---|---|---|---|
| 10 | 概率 mem_sz/n 收 + 均匀随机淘汰 | Reservoir（族6；Vitter'85 / 1902.10486 / 1810.11910） | 每条流样本是否写入 + 淘汰哪条 | 随机/均匀（内容/标签/正确性全盲） | 写入·准入 | ✗ |
| 11 | 类别配额满则弃 + 从最大类随机淘汰 | GDumb（族6；Prabhu ECCV'20） | 是否写入 exemplar | 类别平衡（GT 标签计数） | 写入·准入 | ✗ |
| 12 | 虚拟步 loss 增量最大者优先回放 | MIR（族6；1908.04742） | 从缓冲检索哪些回放（非准入） | loss/梯度干扰 | 检索/回放期 | ✗ |
| 13 | 最小化缓冲内梯度 cosine 冗余 | GSS-Greedy（族6；1903.08671） | 是否写入/淘汰缓冲 | 梯度方向多样性 | 写入·准入 | ✗ |
| 14 | herding 使运行均值逼近类均值 | iCaRL（族6；1611.07725） | 类内哪些图像进 exemplar | 特征代表性（herding） | 写入·准入 | ✗ |
| 15 | reservoir 收；标签仅进 loss 不进选择 | DER/DER++（族6；2004.07211） | 是否写入缓冲 | 随机/均匀（label-in-loss ≠ selection） | 写入·准入 | ✗ |
| 16 | 责任度 argmax=新组件 → 泊 STM；STM 满 → 训新专家 | CN-DPM（族4；2001.00689） | 是否实例化新永久专家并巩固 | DP/CRP 先验 × 数据似然（novelty-under-likelihood） | 门控在前(WAKE)·巩固在后(SLEEP) | ✗ |
| 17 | 惊奇 s(t) 局部极大 > τ=med+γ·MAD | Surprise-gated（2606.03787，一手核实） | 8 帧片段是否二值写入 episodic | 贝叶斯惊奇=预测误差+表征新颖（GT-free） | 在线·逐条 | ✗ |
| 18 | 无逐项门；无条件/按睡眠调度回放 | 生成式回放/CLS（DGR 1705.08690 / FearNet / BI-R） | 哪些记忆巩固进权重 | 生成密度 + 时近性/睡眠调度 + 自蒸馏 | 巩固 | ✗ |
| 19 | STM 召回重叠达阈 → 巩固该突触 | Recall-gated（族5；Lindsey & Litwin-Kumar, eLife'24） | STM→LTM 是否巩固 | 召回重叠=熟悉度/可靠度 SNR（GT-free 但非概念真值） | 在线·逐条 | ✗ |
| 20 | 复合 salience 阈；显式拒绝 oracle 标签 | Write-Time Gating（2603.15994，一手核实） | 传入知识对象是否写入长期库 | 来源信誉+新颖度+可靠度（GT-free provenance） | 在线·逐条 | ✗ |
| 21 | Memory Transition Verifier 三维判据 | TRUSTMEM（2606.25161，一手核实） | 记忆更新是否写入/编辑长期记忆 | coverage+preservation+faithfulness（对源忠实度/防幻觉，非世界真值） | 在线·逐条 | ✗ |
| 9 | （空缺） | — 我方拟填补 | 够不够格永久固化 | 知识级正确性 / 无 GT 可信度 | 推理期·无边界·逐条 | ✓ |
| # | 判决规则 | 出处 | 门控什么 | 信号类型 | 时机 | 判据=描述长度? |
|---|---|---|---|---|---|---|
| 22 | 8 次 tutor rollout ≥4 一致才收（未过门者零损失） | GATES（2602.20574） | 蒸馏条目是否进损失 | 一致度（GT-free 的正确性代理） | 训练期·数据准入 | ✗ |
| 23 | 多数投票筛自训练数据 | LMSI（2210.11610, 2022） | 自训练样本是否保留 | 一致度（同上，更早先例） | 训练期·数据准入 | ✗ |
| 24 | 查询 LLM K 次取平均支持分 > 阈才提交 | ConsistencyGate（2607.22962，2026-07-25） | 候选事实是否写入长期记忆 | 一致度 | 🔴 推理期·按条·持久 | ✗ |
| 25 | 仅当数据"认证"共享状态会导致决策冲突时才细分分区 | DeMem（2605.10870，水印核验 v1） | 预算下哪些历史可合并/遗忘 | decision-centric rate–distortion（失真=regret，需观测奖励） | 在线·预算约束 | ✗（全文 MDL/description length 0 次） |
| 26 | 相似度提候选 → LLM 判官定 delete/merge/preserve | MemRefine（2606.13177） | 已入库条目的事后压缩 | LLM 判官的事实性判断 | 事后·预算约束 | ✗ |
| 9 | （空缺） | — 我方拟填补 | 够不够格永久固化 | 压缩增益 / 两部分 MDL，算在对话者的 held-out 用词决策上 | 推理期·无边界·逐条 | ✓ 唯一 |
- 「有没有门」早已不是边界（第三轮起）；「GT-free 正确性代理」也不是（第八轮，GATES/LMSI）； 「推理期按条持久写入」同样不是（第十二轮，ConsistencyGate）。
- 仍然空着的只剩「判据类型 = 描述长度 / 压缩增益」一轴，且必须再加两条限定： 压缩的是【对话者后续的用词】（DeMem 压缩的是智能体自己的动作）， 门决定的是【要不要写】（DeMem/MemRefine 决定的是【什么可以忘】）。
- DeMem 不是威胁而是旁证：它独立论证了"该保住的是决策不是描述"—— 与我方 P0 的 7.2× margin 同向。
⚠️ 但其失真定义为 regret、需要观测奖励， 按禁令 2 这只能写成作用域区分，不得作为独立卖点。
第四轮读法（三条，直接决定贡献声明措辞 —— 已被上方「定稿读法」取代，保留作沿革）：
- 代理表要扩到十类：随机/均匀、类别平衡、损失/似然、参数漂移、容量/稀疏、表征或几何新颖性、梯度干扰/多样性、代表性、（有标签下的）不确定性、+ 来源信誉/对源忠实度/可靠度/一致性（第四轮新增）。审稿人会拿 TRUSTMEM/Write-Time Gating 的 "trust/faithful/reliable" 措辞质疑"信号只落在这几类"的完备性——必须主动把这几项写进表，并在正文显式区分：
信任来源 / 忠实于输入 / 标记矛盾≠无 GT 地验证概念为真。 唯一还空的是"无 GT / 无外部 oracle 的概念真伪"信号🔴 第八/十二轮作废：GATES/LMSI/ConsistencyGate 都是 GT-free 的一致度门 ⟹ 该格已被占。 现存表述见上方「定稿读法」第 2 条。⚠️ 原文此处还列了 LOCI——第十二轮无法再定位该条目（TDCommons 11091 检索不到， 作者与标题未能核实）⟹ 已从投稿正文删除，本处仅作沿革保留，不得引用。- MIR 是"检索门"不是"准入门"（准入实为 reservoir），归类时勿混；DER++ 的标签只进 loss 不进选择，是 label-in-loss ≠ label-in-selection 的教科书样例。
SAGE（arXiv:2605.30711, Duke, 2026-06-18）离我方设计最近：online、per-item、no-task-boundary、write-side、显式叫 novelty gate。唯二把我方与它分开的：
- 信号类型：几何新颖度 s_vMF ↔ 正确性/可信度（我方）
- 基质：非参数 agentic 文本记忆库 ↔ 参数/架构级巩固（我方）
→ 一个全新的"错误"事实会因新颖度最高被 SAGE 直接 ADD、且完全绕过 LLM 合并——这正是"正确性门控"要拦、而几何门控拦不住的。这是我方最锋利的动机演示，也是最便宜的 head-to-head baseline（LoCoMo + API，零训练，把 τ 路由变量换成正确性分数即可）。
必须调整的贡献声明（三处，审稿人会抓）：
- 新颖性边界从"存在门控"移到"门控信号类型"
- 显式加限定"参数化/架构级巩固"（SAGE 是非参数）
- 把 SAGE 列为最近先例正面引用
顺带：SAGE 自己的 related-work 也承认"write-side 有原则的准入控制是空白，现存写入控制只有两个昂贵极端——推理期反复 LLM 审议、或训练期 RL"。第三方对空白的独立确认——但也说明这方向正被快速填。
第四轮更新：write-side 准入门的家族 2026 年在飞速扩张——除 SAGE 外，第四轮又一手核实了 Write-Time Gating（2603.15994，来源信誉/可靠度，显式拒绝 oracle 标签）、TRUSTMEM（2606.25161，coverage/preservation/faithfulness + Memory Transition Verifier）、LOCI（TDCommons 11091，2026-07-21，外部结果确认才 crystallize）。四者无一用"无 GT 的概念真伪"：几何新颖、provenance、对源忠实、外部 oracle 各占一角。→ 我方 delta 因此更精确：不是"有没有门"、也不只是"信号类型"，而是唯一空缺的"GT-free / 无外部 oracle 的概念级正确性"。⏰ 这三篇均 1–4 月内、部分为防御性公开/预印本，投稿前必重扫（见 §7.6.6）。
| 强度 | 覆盖 | 论文可否声称 |
|---|---|---|
| 高（全文穷举） | SEMA / SAGE / Self-Sizing Hopfield v3 · + 第四轮全文核实：Reservoir / GDumb / MIR / GSS / iCaRL / DER++ / CN-DPM | ✅ 可写"全文穷举确认其判据不含正确性成分" |
| 中（定向核验+代码/综述交叉） | DEN / HAT · + 第四轮：生成式回放/CLS（DGR/FearNet/BI-R，BI-R 经二手 2509.00047 确证）、2606.03787 surprise 门、Write-Time Gating 2603.15994 / TRUSTMEM 2606.25161（2026 一手，方法/摘要级）、族 5 局部学习（FF/PC/EqProp/Hopfield 容量/recall-gated/self-sizing） | |
| 🔴 零（第四轮后仍未覆盖） | 广义 LLM-agent 长期记忆写入策略的穷举——A-MEM / MemGPT / Generative-Agents reflection + 每月新增的 26xx 预印本流，本轮仅抽样 ~6 个对象（LOCI/Write-Time Gating/TRUSTMEM/SAGE/2603.04549/AURA），未穷举 | ❌ 仍不得声称"已确认无"，只能写"定向核验未见" |
✅ 第四轮闭合了头号卡点：族 6（回放选择准则）与族 5（局部学习）已从"零覆盖"升级到"高/中"。所有"回放选择准则算不算准入门控"的问题已回答：reservoir/GDumb/GSS/iCaRL/DER++ 是真准入门（信号 = 随机/类别平衡/梯度多样性/代表性），MIR 是检索门非准入门，CN-DPM 是架构原生两段式（似然门），生成式回放/CLS 无逐项门（无条件/睡眠调度回放）——无一用概念级正确性。 🔴 新的残余白区：广义 agentic 记忆写入门（2026 每月新增，正是"写入侧准入控制"被快速填补的方向）只抽样、未穷举——这是最可能藏未来反例的地方，投稿前必重扫（§7.6.6 ⏰）。
| 论文 | 第四轮一手裁决（finder+verifier 一致，均全文/HTML） | 对主张 |
|---|---|---|
| CN-DPM (arXiv:2001.00689) | ✅ 确立：确是架构原生两段式——WAKE（责任度 Eq.8，argmax=新组件则泊入 STM，暂不巩固）→ SLEEP（STM 满则训练新专家并离散加入永久池、清空 STM）。扩容信号 = DP/CRP 先验 × 数据似然（poorly-explained→扩容，novelty-under-likelihood + 容量先验）。无任何正确性/verifier 成分；且分类设定下非 GT-free（标签 y 进 p(y|x)），即便给标签，p(y|x) 是"拟合优度"且朝 poor-fit 方向触发扩容——与正确性门方向相反。 | ✗（信号=似然+容量+新颖） |
| arXiv:2606.03787 | ✅ 确立：真实存在 = "Worth Remembering: Surprise-Gated Robot Episodic Memory"（Gorlo/Wise/Speranzon/Carlone，MIT+Lockheed）。门 = V-JEPA-2 隐空间贝叶斯惊奇 s(t) 的局部极大 > 稳健阈 τ=med(s)+γ·MAD(s) 才把 8 帧写入长期 episodic memory。是真二元写入门、且 GT-free，但信号 = 预测误差/惊奇 + 表征新颖（unexpectedness ⟂ truth：一个"惊奇但错误"的观测同样越阈）。 | ✗（信号=惊奇+新颖） |
新的最锋利近邻（第四轮浮现，须持续追踪）：LOCI（TDCommons dpubs 11091，Reflection-Gated Crystallization，2026-07-21）——"一条 thought 只有被later externally-produced outcome 确认后才 crystallize 成持久事实"。这是目前最接近正确性门的机制，且作者称其为 anti-hallucination by construction。但仍非我方反例：(1) 它的正确性来自外部结果 oracle，不是无 GT 的自验证；(2) 是非同行评审的防御性公开，引用权重弱。→ 它恰好把我方 delta 钉死为"GT-free / 无外部 oracle"。
-
🚨 arXiv:2507.10443 必须钉死
v3：v1/v2 是完全不同的另一篇（"Information Must Flow…"）。且 v3 是单作者预印本，只作"机制先例"引、不作科学结果引。 -
SEMA：是"z 分数归一化后的重构误差"，非原始重构误差。
-
DEN："无外部真值参照"读死了不成立（有监督损失就是对标签算的）→ 改为"无逐条内容级真伪判断"。
-
HAT：驱动目标是"任务损失 + 容量正则"，非纯任务损失。
-
SAGE：比较范围是 memory scope，非全局记忆库。
-
🚨 GDumb：arXiv:2007.05003 是误号（实际解析到一篇图主动学习论文）。正确引用 = Prabhu, Torr, Dokania, GDumb, ECCV 2020（LNCS 12347, DOI 10.1007/978-3-030-58536-5_31）；未见干净的独立 arXiv 号，勿沿用错号。
-
2606.03787：一手已确证存在（Gorlo et al., MIT+Lockheed），标题为 Worth Remembering: Surprise-Gated Robot Episodic Memory；"预测误差二元写入门"这个 gloss 属实。注意它是机器人视觉 episodic memory，域内本就没有"概念真值"对象。
-
TRUSTMEM（2606.25161）：
faithfulness指对当前 chunk / 既有记忆状态的忠实度（防幻觉），不是世界真值——这是"trustworthy consolidation"命名最易被误读为反例之处，投稿引用时必须点破该区分。 -
⏰ 2026 时效风险（已扩大）：SAGE(2605.30711) / Hopfield v3(2507.10443) / 2606.03787 / Write-Time Gating(2603.15994) / TRUSTMEM(2606.25161) / LOCI(TDCommons 11091, 2026-07-21) 距今仅 1–4 个月，全部直接落在"写入侧准入控制"这个正被快速填补的方向；LOCI 更是非同行评审防御性公开。COLM/ICLR 2027 投稿前必须重扫这一簇，并重跑一次族 6/agentic 记忆的关键词穷举。
状态：第四轮 deep-research 完成（12 目标 × [发现员 + 怀疑复核] + 1 总裁决 = 25 agent，0 error）。本轮被指定去证伪狭义主张，尤其头号卡点族 6。 结果：
holds-with-caveat——12 目标 finder+verifier 全部一致、0 反例、0 refute。狭义否定命题在族 4/5/6 全覆盖范围内存活；caveat 是"代理表要扩、delta 要收紧"，属于让主张更锋利，不是被削弱。
逐簇裁决
| 簇 | 结论 | 信号 | 证据深度 |
|---|---|---|---|
| 族6 回放选择准则 | 无反例。reservoir/GDumb/GSS/iCaRL/DER++ 是真准入门；MIR 是检索门非准入门；生成式回放/CLS 无逐项门 | 随机·类别平衡·梯度多样性·代表性·loss干扰·生成密度+睡眠调度 | 高（6 经典全文）/ 中（CLS 方法节） |
| 族5 局部学习 | 无反例，且多为"机制缺席"（FF/PC/EqProp 无 episodic 门，量词空真）；Hopfield 靠构造存储、容量=被动饱和非门；recall-gated/self-sizing 是 GT-free 但信号 = 熟悉度/表征新颖 | goodness/自由能/惊奇·容量·召回重叠·相似度 | 中（方法/算法级） |
| CN-DPM（必核①） | ✅ 确立 = 架构原生两段式 WAKE/SLEEP；扩容 = DP 先验×似然 | 似然+容量+新颖（非正确性；分类下非 GT-free） | 高（全文两遍） |
| 2606.03787（必核②） | ✅ 确立 = 真实的 surprise-gated robot episodic memory | 贝叶斯惊奇=预测误差+新颖（GT-free 但非正确性） | 中-高（2026 预印本一手两遍） |
| 2026 agentic 记忆写入门 | 无 GT-free 概念真伪门；最锋利近邻 LOCI 用外部结果 oracle | provenance·faithfulness·可靠度·外部 oracle | 中（一手抽样，未穷举） |
论文现在能/不能声称
- ✅ 能：跨族 1–6 与 2026 agentic 记忆，没有任何永久固化门用"无 GT / 无外部 oracle 的概念级正确性"信号——现有信号穷尽落在十类代理（§7.6.2 读法 1）。族 1–3 + 族 4/5/6 经典对象为全文穷举级。
- ✅ 能：把 delta 收紧为两条正交轴——(信号) GT-free 概念正确性 × (基质) 参数/架构级巩固；最锋利的三个近邻（SAGE 几何新颖、Write-Time Gating provenance、LOCI 外部 oracle）各差一轴。
⚠️ 必须：在 §7.6.2 把 provenance/faithfulness/reliability/coherence 写进代理表，并在正文显式区分"信任来源/忠实输入/标记矛盾"≠"无 GT 验证概念为真"——否则审稿人拿 TRUSTMEM/Write-Time Gating 的措辞击穿完备性。- ❌ 不能：把"广义 LLM-agent 长期记忆写入策略"（A-MEM/MemGPT/reflection + 每月新 26xx）写成"已穷举无反例"——本轮仅抽样 ~6 个，只能写"定向核验未见"。
-
用构造语言，别用真汉语。 真"English-only"在规模上不可保证（Unicode / 代码注释 / 借词 / 泄漏）。构造一门语义已知、可控与英语距离的语言 → 保证新颖性 + 有 ground truth 供最终打分，一举绕开污染争议。 若坚持真语言，走 MTOB 的 "gain from teaching" 路线并切断平行样例捷径（回应 Aycock）。
-
接受准则做成三臂对照：① 语义熵（自洽基线）② 压缩增益阈值 ③ EIG/epistemic 收敛。 关键指标：能否拒绝"自信且一贯错误"的概念——语义熵必失分处，就是你赢的地方。
-
污染抵抗 = 一等公民实验。 给学习者一个正确概念 + 一个错误概念，展示：
-
(a) 正确概念组合泛化到未见搭配
-
(b) 错误概念被验收准则拦下
-
(c) 持久化后不泄漏到另一个实例（借 PersistBench 的 cross-domain 测法）
-
-
持久层选择：先用外部记忆跑通闭环（易控、隔离 trivial），再上 per-user LoRA 做"内化"消融。
-
主动学习闭环：让学习者形成假设 → 生成测试句 → 向老师提问 → 被纠正。 把"反思"具体化为"假设-检验-信息增益"，同时用来解 gavagai 欠定性。
-
第一轮 deep-research（七主题定位） — 22 源 / 96 主张 / 25 验证（20 确认 5 否决）
-
第二轮 deep-research（架构） — 26 源 / 130 主张 / 25 验证（21 确认 4 否决）；§7 已重写
-
第三轮 deep-research（族 4/5/6，对抗式） — 22 源 / 110 主张 / 25 验证（10 确认 15 否决）；推翻广义主张，见 §7.6
✅ 成果：找到 4 个真门控（DEN/SEMA/SAGE/Hopfield）→ 贡献声明收紧为"信号类型"；SAGE 定为最近先例。
🔴 仍未完成：本轮族 6 实质零覆盖、族 5 局部学习一侧未覆盖→ 已由第四轮闭合（见下）。 -
第四轮（对抗式补全族 5/6） — 12 目标 / 25 agent（发现员+怀疑复核+总裁决）/ 0 反例 0 refute；狭义主张
holds-with-caveat，见 §7.6.7✅ 成果：族 6（回放选择准则）与族 5（局部学习）从"零覆盖"升级到高/中；头号卡点闭合。reservoir/GDumb/GSS/iCaRL/DER++ 是真准入门（随机/类别平衡/梯度多样性/代表性），MIR 是检索门非准入门，CN-DPM ✅ 确立为架构原生两段式（似然门），生成式回放/CLS 无逐项门，2606.03787 ✅ 确立为 surprise 门——无一用概念级正确性。
⚠️ caveat：2026 agentic 记忆写入门（Write-Time Gating/TRUSTMEM/LOCI）引入了原五类外的新代理（来源信誉/对源忠实/可靠度/一致性/外部 oracle），但均非"无 GT 概念真伪"→ §7.6.2 代理表已扩到十类，delta 收紧为"GT-free / 无外部 oracle"。 🔴 新残余白区：广义 LLM-agent 长期记忆写入策略未穷举（仅抽样 ~6 个），只能写"定向核验未见"。 -
主题 5–6（持久化 + 记忆安全）专项补验——第一轮 🔍 全部未经对抗验证
-
主题 7（接地 / gavagai）专项补验
-
⏰ 投稿前重扫：SAGE / Hopfield v3 / 2606.03787 / Write-Time Gating(2603.15994) / TRUSTMEM(2606.25161) / LOCI(TDCommons 11091) 距今仅 1–4 月，"写入侧准入控制"方向正被快速填补，空白结论有过期风险；并重跑一次广义 agentic 记忆写入门的关键词穷举（A-MEM/MemGPT/reflection + 每月新 26xx）
- 是否存在真正无需答案库的"正确性"准则——超越语义熵的自洽检测、超越 EIG 的 oracle 依赖？压缩/MDL 是最可能未被占据的路线。
- MTOB+RL 的"引用式"习得能否推广到语言之外的一般新概念？能否外化为可复用表征而非一次性上下文使用？
- 持久化与隔离如何与无 GT 验证耦合？未经验证的概念一旦固化，如何避免固化污染与跨对话者串味？
- 在没有共享 ground truth 的一对一指涉下，"隔离化的指物学习"能否原则上收敛到确定概念，还是本质上存在不可判定性（gavagai）？
架构侧（第二轮新增）
- 稀疏槽级写入真正的崩溃曲线在哪里？ 已知 1000 条 / 10,000 步仍未崩，但上界（10⁴？10⁵？）与崩溃形态完全未知，且从未与 ROME/MEMIT 同基准对比。→ 低算力、高价值、当前完全空缺。
- 能否把 HOPE/CMS 的频率分层巩固 与 Memory Layers 的槽级可寻址写入 合成一个架构，并在低频（巩固）层写入前插入准入门控？→ 这正是核心空白，但无任何已验证工作尝试过，其训练稳定性与是否引入新的路由/干扰问题均属未知。
- "按对话者隔离"能否做成架构性（数学上零干扰）保证——例如把 product-key 记忆池的 key 空间按 uid 硬分区？→ 8 篇一手论文中
user/speaker/interlocutor命中全为零，该问题尚未被提出。 - 除 surprise（预测误差）与 TF-IDF（槽访问频次）之外，是否存在可在无标准答案下计算的、知识级而非参数级的准入判据——自洽性 / 多次复现一致性 / 跨会话稳定性 / 与已固化知识的冲突检测？→ 现有全部门控都是误差驱动或统计驱动，没有一个触及"这条是否为真 / 是否值得"。
门控侧（第三轮新增）
- ✅ 已回答（第四轮）：族 6 回放选择准则的信号已穷尽——reservoir=随机/均匀、GDumb=类别平衡、GSS=梯度多样性、iCaRL=特征代表性、MIR=loss/梯度干扰（且是检索门非准入门）、DER++=reservoir（标签仅进 loss）、生成式回放/CLS=生成密度+睡眠调度。没有一条用正确性/可信度代理（外部 verifier / self-consistency / 事实核查分数）；2026 agentic 记忆门用到的 provenance/faithfulness/reliability 也不是概念真伪。→ 头号卡点关闭；残余仅"广义 agentic 记忆未穷举"。
⚠️ "按对话者隔离"能否做成数学上零干扰的架构性保证？→ 第三轮三条互相矛盾的断言（OPPU per-user LoRA 零干扰、HAT 硬掩码零干扰、共享路由器是干扰入口）全部未通过验证——该子问题目前完全无定论，任何方向都不可写入论文。特别要查：在线增长时共享路由器是否会把旧类样本重分配给新专家（路由崩溃）。（第四轮未触及隔离侧，仍悬。）- ✅ 已回答（第四轮）：CN-DPM（arXiv:2001.00689）就是把**巩固算子做成架构原生组件、且门控在前（WAKE 路由到 STM）、巩固在后（SLEEP 训练新专家入永久池）**的两段式先例——但其准入信号是 DP 先验 × 似然（novelty-under-likelihood），不是正确性。加上 Self-Sizing Hopfield v3（滞回律）、2606.03787（惊奇门），"架构原生 + 巩固前门控"已被多次实现，唯独门控信号从没用过概念正确性——这正好把贡献边界钉在"信号"而非"结构"。
- 🆕 （第四轮新增） trust/faithfulness/provenance 门与"概念正确性"门的边界能否做成一个可判别的评测轴？→ Write-Time Gating（信任来源）/ TRUSTMEM（忠实输入）/ LOCI（外部结果确认）三者都貌似在做"可信写入"，但都不验证概念本身为真。能否构造一个测试：让这些门在"来源可信但概念错误 / 来源存疑但概念正确"上系统失败，从而经验性地隔离出"概念正确性"这一独立信号？ 这既是动机演示也是最便宜的 head-to-head baseline。
触发条件（"族 6 清空 + 狭义主张站住"）已满足（§7.6.7），据此产出三件投稿素材。
工作题目：Learning in Referencing: A Correctness-Gated Consolidation Organ for Post-Training Concept Acquisition（暂）
问题设定：LLM 的概念只能在预训练时建立。我们要让模型在预训练之后，于引用（推理/交互）期建立满足四性质的新概念——全新(P1) · 无 GT 自验证(P2) · 持久(P3) · 按对话者隔离(P4)。本研究聚焦其最硬的一环：在没有答案库、也没有外部 oracle 的前提下，用什么信号决定一个新习得概念是否够格被永久固化？
贡献声明（按四轮调研逐字收紧）
- C1｜定位（negative claim，四轮实证）：跨持续学习 / 记忆架构 / agentic 记忆的全部永久固化门控，其准入信号穷尽落在十类代理——随机·类别平衡·损失/似然·参数漂移·容量/稀疏·表征或几何新颖·梯度干扰/多样性·代表性·（有标签下的）不确定性·来源信誉/对源忠实/可靠/一致。
"无 GT / 无外部 oracle 的概念级正确性"一列为空。🔴 划线句已被第八轮推翻（GATES 2602.20574 + LMSI 2210.11610 = 已实现的 GT-free 一致性准入门），如实撤回。 修正后的 C1（第八轮定稿，见 REPORT §4）：空白收紧为两轴组合——
判据类型 = 压缩增益/MDL × 门控环节 = 推理期按条持久写入（已有 GT-free 门均作用于训练期）。
🔴 第十二轮（2026-08-04 投稿前重扫）作废后半句：ConsistencyGate（arXiv:2607.22962，2026-07-25） 就是 GT-free 的推理期、按条、持久写入准入门 ⟹ 门控环节那条腿失守。 现存措辞：新颖性只剩「判据类型 = 压缩增益/MDL」一轴（全族词边界命中仍为 0）。 投稿措辞以 paper/DRAFT_INTRO_RELATED_WORK.md 为准。
- C2｜机制：提出压缩增益门控（compression-gain admission）——一个概念只有当"把它并入该对话者的持久知识后、对其后续输入的描述长度/困惑度显著下降"才毕业。地基 = Delétang Language Modeling Is Compression（ICLR 2024, 2309.10668）。这是唯一填补 C1 空缺的信号：无答案库、GT-free、无外部 oracle。必要非充分项：跨时间稳定性（语义熵）+ epistemic 收敛（EIG）。
- C3｜架构：把 C2 作为巩固门插入三层记忆器官（§9.3.3）；L1 情景记忆的 product-key key 空间按 uid 硬分区 → 隔离(P4)成为数学零干扰的架构保证（§7.4 已论证该点在文献中零竞争）。
- C4｜评测（
⚠️ 措辞已按 DESIGN_COMPRESSION_GATE.md §0 收紧）：构造能区分"接受正确概念 vs 拒绝【模型自信且一贯地误解了教学内容】的概念（E1）"的受控 benchmark——语义熵、SAGE 几何门、surprise 门、TRUSTMEM 忠实门都会在 E1 上失分，压缩门在此处赢。🔴 不可写成"拒绝一切错误概念"：必须区分谁错了。E1（模型误解）压缩门拒绝 ✅；E2（老师一贯教假话）压缩增益反而高（模型确实学对了老师的用法）→ 压缩门会接受，这是设计边界，不是缺陷。E2 属 provenance/来源信誉门（Write-Time Gating / TRUSTMEM）的射程，与本机制正交可组合。 正面表述：压缩增益验证的是对该对话者用法的语义保真度，不是世界真值——它正是 Quine gavagai 欠定性（§3.7）的可计算操作化。
与关键先例的 delta（两条正交轴：信号 × 基质）
| 先例 | 门控信号 | 基质 | 我方 delta |
|---|---|---|---|
| 语义熵 (Nature 2024) | 自洽（不一致） | 外挂检测器 | 自洽≠正确；压缩门抓"自信且一贯错误" |
| SAGE (2605.30711) | 几何新颖度 s_vMF | 非参数文本库 | 信号→正确性；基质→参数/架构巩固 |
| Self-Sizing Hopfield v3 (2507.10443v3) | 归一化损失比 | 联想记忆 | 信号→正确性 |
| CN-DPM (2001.00689) | DP 先验 × 似然 | 参数专家池 | 信号→正确性（且反 poor-fit 方向） |
| 2606.03787 | 贝叶斯惊奇 | robot episodic | 信号→正确性（惊奇 ⟂ 真伪） |
| Write-Time Gating (2603.15994) | 来源信誉/可靠度 | 文本库 | 信号→概念真伪（非 provenance） |
| TRUSTMEM (2606.25161) | 对源忠实度 | 记忆库 | 信号→世界真值（非对输入忠实） |
| LOCI (TDCommons 11091) | 外部结果 oracle | 事实库 | 信号→GT-free 自验证（去掉外部 oracle） |
实验表（详见 §8）
| 实验 | 目的 | 关键指标 |
|---|---|---|
| 三臂接受准则 | 压缩门 vs 语义熵 vs EIG/epistemic | 拒绝"自信且一贯错误"概念的 AUC（我方独赢点） |
| 污染抵抗（一等公民） | 正确概念组合泛化 / 错误概念拦下 / 不跨实例泄漏 | 组合泛化准确率 + cross-domain 泄漏率（对标 PersistBench 53%） |
| head-to-head vs SAGE | 把 τ 路由变量换成压缩分数 | LoCoMo 上"全新错误事实被 ADD"的率（SAGE 必失） |
| 崩溃曲线 | 稀疏槽 N 次写入 vs ROME/MEMIT | 同基准 collapse 步数（§7.3.4 空实验） |
⚠️ 本节已被替代（2026-08-01）：末句的 "the first to make GT-free, oracle-free concept correctness … the admission criterion" 在第八轮被 GATES/LMSI 证伪，本段仅存档。 投稿版 Introduction + Related Work 见 paper/DRAFT_INTRO_RELATED_WORK.md（含 GATES/LMSI 正面让位、OPCD "not pre-evaluated" 空白锚点、三条禁令自查表）。
Continual and lifelong learning has produced a rich taxonomy of what to keep: reservoir and class-balanced sampling admit examples by randomness or label counts [GDumb, ECCV'20; Chaudhry'19]; gradient-based selection (GSS) and maximally-interfered retrieval (MIR) choose by gradient diversity or interference [Aljundi'19]; herding stores class-representative exemplars [iCaRL, CVPR'17]; dark experience replays reservoir-sampled logits [DER++, NeurIPS'20]. Architecturally, dynamically-expandable and Dirichlet-process models gate when to grow on training loss, parameter drift, or data likelihood [DEN, ICLR'18; CN-DPM, ICLR'20], and modern write-side gates admit facts by geometric novelty [SAGE'26], normalized-loss hysteresis [Self-Sizing Hopfield'26], or Bayesian surprise [2606.03787]. A 2026 wave of agent-memory work gates writes on trust proxies—source reputation and reliability [Write-Time Gating'26], faithfulness-to-source [TRUSTMEM'26], or externally-confirmed outcomes [LOCI'26]. Across all of these, the admission signal is a proxy—loss, drift, capacity, novelty, gradient geometry, representativeness, (labeled) uncertainty, or source-trust/faithfulness—never a ground-truth-free assessment of whether the newly acquired concept is itself correct. Semantic entropy detects inconsistency, not incorrectness [Farquhar, Nature'24]; naive self-reflection does not improve without an external verifier [Huang, ICLR'24]. We are, to our knowledge, the first to make GT-free, oracle-free concept correctness—operationalized as compression gain [Delétang, ICLR'24]—the admission criterion for parametric, per-interlocutor consolidation.
（引用键待补齐为正式 bibkey；negative claim 的措辞已按 §7.6.4 证据强度：经典对象"exhaustively verified"，2026 对象"to our knowledge / targeted search"。）
⚠️ 末句需按 C4 收紧再投：GT-free, oracle-free concept correctness→ 建议改为GT-free, oracle-free **fidelity of an acquired concept to the interlocutor's usage**， 并补一句划界：Source-trust gates [Write-Time Gating; TRUSTMEM] address whether the teacher is reliable; ours addresses whether the model's hypothesis matches what the teacher means—the two are orthogonal and composable. 理由见 DESIGN_COMPRESSION_GATE.md §0（E1/E2 划界）。不改会被 E2 反例击穿。
架构（器官，非替换注意力——§7.5）
L0 工作态 SSM 定长状态 / KV 会话内 · 易失
│ （推理期写入路径，借族1 TTT/Titans 式）
L1 情景记忆 product-key 稀疏槽 可写 · 廉价 · 可逆 · 【key 空间按 uid 硬分区】→ P4 零干扰
│
⚙️ 巩固门(原创) idle 运行 · per-user 判据 = 压缩增益(核心) + 跨时间稳定(语义熵,必要非充分) + epistemic 收敛(EIG)
│ 规则：只有跨足够多次交互、且压缩增益持续 > 阈值 的概念才毕业
L2 巩固核 低频稀疏记忆层 仅毕业槽写入 · 配 L1 回放护旧知识（借 HOPE/CMS 频率分层）
巩固门接口（伪代码）
on_idle(user_uid):
for concept c in L1[uid].pending:
dl_before = code_length(recent_inputs[uid] | persistent[uid])
dl_after = code_length(recent_inputs[uid] | persistent[uid] ∪ c) # 压缩增益
stable = semantic_entropy(c) < τ_ent # 必要非充分
converged = epistemic_uncertainty(c) < τ_eig # 主动追问收敛
if (dl_before - dl_after) > τ_gain and stable and converged and c.hits ≥ k:
graduate(c → L2[uid]) # 仅此路径写永久层
elif c.age > T_max: evict(c) # 未毕业即淘汰，天然可逆
最小可跑实现（零预训练算力——§7.5.1 已证可行）
- base：冻结 Qwen-2.5-0.5B（retrofit 记忆层已在该规模独立复现，2604.05248 / 2605.03229）。
- 记忆池：1M 槽 product-key（借 Sparse Memory FT 2510.15103），key 空间按 uid 前缀硬分区。
- 门控：压缩门是纯算法组件，on/off 可控——这正是当前文献缺失、且不需算力的那块。
- 受控实验矩阵：门控 {on, off} × 顺序写入 N∈{10²,10³,10⁴} 条 × {正确概念, 自信错误概念} × 旧能力保持曲线 × 与 ROME/MEMIT 同基准崩溃曲线。
- 数据：构造语言（§8，语义已知、可控 OOD、有 GT 供最终打分、绕开污染争议），切断 Aycock 平行样例捷径。
- 首个可发结论：压缩门在 E1（模型自信且一贯的误解） 上 AUC 显著高于语义熵/SAGE 几何门/surprise 门——即 §9.3.1 的 C4 独赢点。
本节已展开为两份独立设计文档：
- 机制：DESIGN_COMPRESSION_GATE.md — 形式化（两部分 MDL + 留出轮次 + 安慰剂对照）、E1/E2 划界、失分表、失败模式、消融矩阵
- 数据：DESIGN_CONCEPT_BENCH.md — 构造语言、gavagai 对 G1–G5（把 E1 构造出来）、切断 Aycock 捷径的教学协议、冲突词隔离测试、实施顺序
✅ P0 已跑完（2026-07-28） → research/learning-in-referencing/p0/README.md 核心信号成立，但观测量被实测修正了：压缩对象必须是老师的用词决策序列，不是自由陈述。
- 自由陈述版：预测力 margin +0.68 nats（5/8, p=0.36 不显著），词级 ≈ 0，92% 的表面胜出来自长度罚 → ❌
- 决策序列版：+4.92 nats（8/8, p=0.0039），安慰剂对照 8/8，4/8 项上误解的增益为负 → ✅ 扩展到 22 items × 5 类歧义后（P0d/P0e）：margin +4.08 nats 95%CI[+2.52,+5.70]，19/22, p=0.00043；z 校准 AUC 0.857。
- ✅ z 校准的设计预测精确成立：M′ 平均 −0.22 vs 零分布中心 −0.27（差 0.05 nats）——M′ 确是零分布典型成员
- ✅ 单候选阈值在【基座有能力的类型】内成立：仅 G2/G3 时 AUC 1.000, τ=+0.75（全 5 类混合则 0.857 ❌）
- 🔴 第二前置条件：ρ(能力探针, margin)=+0.857 —— 门的判别力继承自基座能力，校准救不了
- 🔴 作用域：属性/范畴/材料强（AUC 0.86–1.00）；关系类（论元顺序）AUC 0.562 ≈ 随机（定义完全不改变预测）
- 🔴 我方"双向判别更强"的预测被数据推翻，已撤回
- ⏳ 缩放测试（3B/7B）受下载带宽阻塞，"放大可解"仍是未验证预测
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅ | Pan et al. 2023, ACL Findings — arXiv:2305.09731 | TR vs TL 正典二分 |
| ✅ | Xie et al. 2022, ICLR — arXiv:2111.02080 | ICL = 隐式贝叶斯 / locating latent concepts |
| ✅/❌ | von Oswald et al. 2023, ICML — arXiv:2212.07677 | 构造成立；mesa-optimizer 强版本 0-3 被否 |
| ✅ | CoLLEGe, COLM 2024 — arXiv:2403.15362 | 元学习概念嵌入生成 |
| Gupta et al. 2025 — arXiv:2501.02825 | 随机 DFA：LLM < n-gram | |
| ❌ | Min et al. 2022, EMNLP — arXiv:2202.12837 | 随机标签（1-2 被否，慎引） |
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅ | MTOB, ICLR 2024 — openreview tbVWug9f2h |
一本语法书学 Kalamang |
Aycock et al., ICLR 2025 — openreview aMBSY2ebPw |
增益来自平行样例（关键反驳） | |
| Hu et al. 2026 — arXiv:2606.06428 | RL 激发未见语言上下文学习；优势绑定引用资源 |
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅ | Lu et al. 2024, ACL — arXiv:2309.01809 | 需排除 ICL/记忆/语言知识三因子 |
| 🔍 | Biasless / impossible languages — arXiv:2510.07178 | 人造语言探针工具箱 |
| 🔍 | LogitTrace — arXiv:2509.20909 | 逐层 logit 污染检测 |
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅ | Farquhar et al. 2024, Nature — s41586-024-07421-0 | 语义熵（测自洽 ≠ 正确） |
| ✅ | Kobalczyk et al. 2025, ICLR Spotlight — arXiv:2502.04485 | EIG 主动澄清（选择无 GT，回答需 oracle） |
| ✅ | Huang et al. 2024, ICLR — arXiv:2310.01798 | 内在自纠失败（Reflexion 路线红线） |
| 🔍★ | Delétang et al. 2024, ICLR — arXiv:2309.10668 | Language Modeling Is Compression（MDL 地基，无人占用） |
| 🔍 | Active Concept Learning 2026 — arXiv:2602.06818 | query-driven 结构化概念获取 |
| 🔍 | Silent Scholar 2025 — arXiv:2512.20884 | epistemic 不确定性收敛 |
| 状态 | 文献 | 要点 |
|---|---|---|
| 🔍 | Wu et al., ACM CSUR 2025 — arXiv:2404.16789 | CL-LLM 权威综述（全假设训练信号） |
| 🔍 | MEMOIR 2025 — arXiv:2506.07899 | 终身模型编辑 |
| 🔍 | Model Editing at Scale — arXiv:2401.07453 | ROME/MEND 10–20 次、MEMIT ~40 次崩溃 |
| 状态 | 文献 | 要点 |
|---|---|---|
| 🔍 | PersistBench 2026 — arXiv:2602.01146 | 跨域泄漏 53%、sycophancy 97% |
| 🔍 | Dash et al. 2026 — arXiv:2606.04329 | 记忆投毒 + MPBench |
| 🔍 | Lin et al. 2026 — arXiv:2604.16548 | LTM 安全综述 + VMG |
| 🔍 | Personalized LLM Survey 2025 — arXiv:2502.11528 | OPPU per-user LoRA（隔离载体） |
| 状态 | 文献 | 要点 |
|---|---|---|
| 🔍 | Lederman & Mahowald, TACL 2024 — arXiv:2401.04854 | 新颖指称问题 |
| 🔍 | Coelho Mollo & Millière — arXiv:2304.01481 | 向量接地问题（五种接地） |
| 🔍★ | Harnad 2024 — arXiv:2402.02243 | Indirect Verbal Grounding（思想实验的哲学正名） |
| 🔍 | On the Referential Capacity of LMs, Comp. Linguistics 2025 | 内在论 rejoinder（争论仍活跃） |
| 🔍 | Pavlick 2023, Phil. Trans. R. Soc. A | 符号与接地综述（中间立场） |
| 🔍 | Gavagai in the Machine（预印本） | 仅取 Quine→LLM 指称欠定论证 |
族 1｜测试期训练 / 快权重（推理期写入路径 ✓，但全族易失）
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅★ | Nested Learning, Behrouz et al., Google, NeurIPS 2025 — arXiv:2512.24695 | TTT 全族被自家作者定性为"参数化上下文学习，context 一撤即不留"（不利承认）；含 HOPE / CMS |
| ✅ | Titans — arXiv:2501.00663（NeurIPS 2025） | surprise 门控写 M_t； |
| ✅ | Miras: Moneta/Yaad/Memora — arXiv:2504.13173 | 保留正则化门族；四轴设计词典无一轴对应巩固/持久 |
| ✅ | Gated DeltaNet — arXiv:2412.06464（ICLR 2025） | fast weight + delta 写 + 擦除门；已被 Qwen3-Next 采用 🔍 |
| ✅ | TTT-NTP — arXiv:2606.21803 | 闭式 ridge 写 W^down；每样本回滚； |
| ✅ | TTT-E2E — arXiv:2512.23675 | 每 ~1K token 梯度步；"reset after each prediction" |
| 🔍 | Titans Revisited — arXiv:2510.09551 | 第三方复现：Titans 全部评测在单序列内 |
族 2｜可寻址稀疏记忆（跨会话持久 ✓，但测试期只读）
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅★ | Sparse Memory Finetuning, FAIR at Meta — arXiv:2510.15103 | 旧能力跌幅 89%(fullFT) / 71%(LoRA) / 11%(稀疏)；TF-IDF 槽定位门控； |
| ✅ | Memory Layers at Scale — arXiv:2412.09764 | 1M 槽 product-key；测试期只读；作者自陈需"尚未发明的新学习方法" |
| 🔍 | Qwen-2.5-0.5B retrofit 复现 ×2 — arXiv:2604.05248 / 2605.03229 | 证明 0.5B 规模可复制（可行性关键证据） |
族 3｜SSM / 线性注意力（叠加只是被搬进状态矩阵）
| 状态 | 文献 | 要点 |
|---|---|---|
| Gated DeltaNet — arXiv:2412.06464 | "memory collisions"；正交 KV 对数量 ≤ 模型维度；delta 缓解写入期干扰但不提高容量上界 | |
| 🔍 | KATA 2607.17419 / HOLA 2607.02303 / Sparse Delta Memory 2607.07386 | 三篇 2026 后续均确认容量墙未破； |
重要区分：状态叠加是激活级、每序列重置的易失干扰；MLP 叠加是参数级永久干扰。二者不可混谈。
族 4｜模块化 / 可生长（有真门控，但信号是损失/新颖性/容量）
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅ | DEN — arXiv:1708.01547（ICLR 2018）+ 官方码 | Lₜ>τ→扩容 + ‖Δw‖>σ→分裂；信号=损失/参数漂移；有任务边界 |
| ✅ | SEMA — arXiv:2403.18886（CVPR 2025） | 重构误差 z 分数合取→扩容；信号=表征新颖性；训练期·任务边界； |
| ✅ | HAT — arXiv:1801.01423（ICML 2018） | 硬掩码 SGD 学出；无扩容判据；task ID 外部给定；正面支持我方 |
| ❌ | OPPU per-user LoRA — arXiv:2402.04401 | 每用户无条件分配模块，无准入；作者自陈"如何筛选历史条目"是未来工作（作者级负证据）；隔离零干扰断言 0-3 未过验证 |
| ✅ | CN-DPM — arXiv:2001.00689（ICLR 2020） | ✅ 确立（第四轮一手全文两遍）：架构原生两段式 WAKE（责任度 Eq.8 路由→STM）/ SLEEP（STM 满→训新专家入永久池）；扩容信号 = DP 先验 × 数据似然（novelty-under-likelihood + 容量）；无正确性成分，分类设定下非 GT-free |
| ❌ | StaR-MoE — arXiv:2605.17571 | 无条件"每任务加一专家"，无门控；共享路由器是干扰入口；4 条断言全否 |
族 5｜局部学习 / 联想记忆（第四轮补全，无反例）
| 状态 | 文献 | 要点 |
|---|---|---|
Self-Sizing Hopfield v3 — arXiv:2507.10443v3 |
双阈值滞回门；信号=归一化损失比+标签几何；在线逐条；🚨 必须钉 v3（v1/v2 是另一篇）；单作者预印本；作者自陈"为假信息分配存储与真信息无异" | |
| ✅ | Forward-Forward — Hinton 2022, arXiv:2212.13345；Equilibrium Prop — Scellier & Bengio 2017, arXiv:1602.05179；Predictive Coding — Millidge/Salvatori/Bogacz | ✅ 无准入门（机制缺席，量词空真）：三者是 backprop 替代的局部权重更新/推理规则，无 episodic 缓冲、无"写入永久存储"离散门。即便看信号：FF goodness=监督判别/熟悉度，PC 预测误差/自由能=惊奇/新颖，EqProp 直接吃 GT target——均非概念真伪。（更正：PC 生成式 / FF 无监督负样本可 GT-free） |
| ✅ | Modern Hopfield / DAM — Ramsauer 2008.02217, Krotov&Hopfield 1606.01164；Hebbian 抗遗忘界 — Fusi 级联/palimpsest | ✅ 容量是被动饱和，非信号门：按构造 Hebbian 写入、无逐项 store/reject；过载=全局 blackout 非拒绝。抗遗忘界靠 recency/写入序/metaplastic 时标。两个 GT-free 离散近邻：recall-gated consolidation（Lindsey & Litwin-Kumar, eLife 2024，信号=召回重叠/熟悉度 SNR，会巩固"反复出现的假"、拒"真的一次性新颖"）；self-sizing Hopfield（表征新颖）——均非概念真值 |
agentic 记忆（★ 最近先例）
| 状态 | 文献 | 要点 |
|---|---|---|
| ✅★ | SAGE — arXiv:2605.30711（2026-06，Duke） | 显式 write-side novelty gate；ADD/UPDATE/NOOP；信号=几何新颖度（全文穷举确认无正确性成分）；离我方最近，必须正面引用；非参数文本记忆库 |
| ✅ | 2606.03787 = Worth Remembering: Surprise-Gated Robot Episodic Memory（Gorlo et al., MIT+Lockheed） | ✅ 确立（第四轮一手两遍）：真二元写入门、GT-free；门 = V-JEPA-2 隐空间贝叶斯惊奇局部极大 > τ=med+γ·MAD；信号=预测误差+新颖（惊奇 ⟂ 真伪）；机器人域无"概念真值"对象。 |
| Write-Time Gating — Selective Memory for AI，arXiv:2603.15994（Zahn & Chana, 2026） | 第四轮一手核实；write-time gating 为核心贡献；信号=复合 salience（来源信誉+新颖度+可靠度），摘要显式声明 "without oracle access to quality labels"；GT-free 但为 provenance 代理，非概念真伪 | |
| TRUSTMEM — arXiv:2606.25161（Yang et al., 2026） | 第四轮一手核实；Memory Transition Verifier 三维=coverage+preservation+faithfulness；faithfulness=对当前 chunk/既有记忆的忠实度（防幻觉），非世界真值；命名最像"trustworthy"但仍不验证概念真伪→强化主张 | |
| LOCI — TDCommons dpubs 11091（Reflection-Gated Crystallization, 2026-07-21） | 第四轮一手核实；最锋利近邻：thought 仅被外部结果 oracle 确认后才 crystallize（作者称 anti-hallucination by construction）；仍非反例：正确性来自外部 oracle、非 GT-free 自验证；且为非同行评审防御性公开。→ 把我方 delta 钉为"GT-free / 无外部 oracle" |
族 6｜回放选择准则 / CLS 巩固（第四轮全覆盖，无反例）
| 状态 | 文献 | 信号 / 准入门控 / 验证 |
|---|---|---|
| ✅ | Reservoir sampling — Vitter 1985 Alg.R；Chaudhry 1902.10486；MER 1810.11910 | 随机/均匀（收 w.p. mem_sz/n + 均匀随机淘汰，内容/标签/正确性全盲）；是真准入门；全文，finder+verifier 一致，变体穷举无 correctness |
| ✅ | GDumb — Prabhu/Torr/Dokania, ECCV 2020（ |
类别平衡计数 + 均匀随机淘汰；是真准入门；非 GT-free（需真标签定义平衡目标）；全文 Alg.1 + 多源交叉 |
| ✅ | MIR — Aljundi et al., NeurIPS 2019, arXiv:1908.04742 | loss/梯度干扰（虚拟步 loss 增量，依赖 GT 标签）；非准入门（检索/回放子集选择，准入实为 reservoir）；全文（GEN-MIR 的熵项亦是标签空间置信度，非概念真值） |
| ✅ | GSS-Greedy — Aljundi et al., NeurIPS 2019, arXiv:1903.08671 | 梯度方向多样性（cosine 冗余）；是真准入门（满时 add/evict）；监督梯度非 GT-free；全文 Eq.7/9 |
| ✅ | iCaRL herding — Rebuffi et al., CVPR 2017, arXiv:1611.07725 | 特征空间代表性/herding（运行均值逼近类均值）；是真准入门（exemplar 集即持久存储，REDUCE 仅按 herding 序截断）；监督；全文 Alg.4/5 |
| ✅ | DER / DER++ — Buzzega et al., NeurIPS 2020, arXiv:2004.07211 | 随机 reservoir 准入；GT 标签仅作 DER++ 的 β·CE loss 系数、从不进入写入/选择决策（label-in-loss ≠ label-in-selection）；是真准入门；全文 Alg.3 |
| ✅ | 生成式回放 / CLS — DGR 1705.08690；FearNet 1711.10563；BI-R van de Ven, Nat.Commun.2020 | 生成密度/对抗建模 + 时近性/睡眠调度 + 自身软预测蒸馏（未验证信号）；无逐项 correctness 门（DGR/BI-R 无条件回放，FearNet 按时批量转移）；方法节（BI-R 经二手 2509.00047 确证） |
| 对抗猎手 2023–2026 — PER 1511.05952；OCS 2106.01085；Toneva forgetting-events 1812.05159；LOCI TDCommons 11091；2603.04549 | 无一同时满足两轴：LOCI 用 correctness 但靠外部结果 oracle（非 GT-free）；2603.04549 为 GT-free 但用 uncertainty（非 truth）；PER/OCS/Toneva 落在 surprise/多样性/监督遗忘代理；方法/摘要级 |
族 6 小结：8 个对象、finder+verifier 全一致、0 反例。回放选择准则的信号已穷尽（随机/类别平衡/梯度干扰/梯度多样性/代表性/生成密度），没有一条用概念级正确性。头号卡点（§9.1 第四轮）关闭。残余仅"广义 agentic 记忆写入门未穷举"（§7.6.4 🔴）。
| 日期 | 变更 |
|---|---|
| 2026-07-24 | 初版：§1–§9 + 附录 A–G（第一轮调研） |
| 2026-07-24 | §7 按第二轮架构调研重写；新增附录 H；§9.1 加入族 4/5/6 补验卡点 |
| 2026-07-24 | 第三轮（对抗式）：新增 §7.6，推翻广义主张、贡献声明收紧为"信号类型"；新增附录 I；§9.1/§9.2 更新 |
| 2026-07-24 | 第四轮（对抗式补全族 5/6）：12 目标 / 25 agent / 0 反例 → holds-with-caveat。§7.6.2 代理表扩到十类并加 12 新行；新增 §7.6.7 总裁决；§7.6.4 证据强度重排（族 5/6 升为高/中，残余=广义 agentic 记忆）；§7.6.5 关闭 CN-DPM/2606.03787 两悬案；附录 I 族 4/5/6 全部落地；§9.1 勾掉第四轮；§9.2 Q9/Q11 已回答 + 新增 Q12；§9.3 写入立论包（proposal + related-work + 三层架构最小实现） |
| 2026-07-28 | 进入设计阶段：新增 DESIGN_COMPRESSION_GATE.md（机制）与 DESIGN_CONCEPT_BENCH.md（数据）。修正 C4 措辞：区分 E1（模型误解 → 压缩门拒绝 ✅）与 E2（老师教假话 → 压缩门接受，属设计边界）；related-work 末句加收紧提示。§9.3.3 指向 P0 首跑实验。 |
| 2026-07-28 | P0 实验跑完（首个实证结果） → research/learning-in-referencing/p0/。核心信号成立（决策序列 8/8, +4.92 nats, p=0.0039），但朴素实现失败（自由陈述 5/8, p=0.36，92% 胜出来自长度罚）。机制文档据此新增 §1.2b（观测量必须是决策序列）、§1.3 阈值警告、消融必报项 A0′/A0″。未解决：单候选阈值跨 item 不可分（AUC 0.875）。 |
| 2026-07-28 | P0 续跑：per-item 校准 + 22 items 扩展集。z 校准（零分布 z 分数）AUC 0.797→0.906，设计预测「M′ 落在零分布中心」精确成立（差 0.05 nats）。v2 扩到 22 items×5 类：margin +4.08 nats 95%CI[+2.52,+5.70]，19/22 p=0.00043。新增第二前置条件：ρ(能力探针,margin)=+0.857，门的判别力继承基座能力。作用域：G2/G3 内单候选阈值 AUC 1.000 (τ=+0.75)；G4 关系类 AUC 0.562≈随机。撤回「双向判别更强」预测。 |
本文档随研究推进持续更新。第四轮已闭合头号卡点：族 5/6 全覆盖、0 反例，狭义主张 holds-with-caveat 存活（见 §7.6.7）。当前工作重心已转入 §9.3 立论包。两条硬约束仍在：(1) 广义 agentic 记忆写入门未穷举，只能写"定向核验未见"、不得写"已确认无"；(2) SAGE / Hopfield v3 / 2606.03787 / Write-Time Gating / TRUSTMEM / LOCI 均为 1–4 月内预印本，投稿前必重扫（§7.6.6 ⏰）。