折叠复核登记:哪些折叠在藏知识,哪些折得对
判定规则(本项目已确立)
折叠不是缺陷,折叠的知识才是。
- 查找表型折叠合规 —— 折起来的是索引,展开才有意义。
- 散文型折叠按占比报,但占比本身不是判决,必须逐块判断「里面的知识有没有别处替它说话」。
本轮要记录的检查器局限:检查器 B 项只能按「折叠区里链接行占比」分型,分不出「复述」与「藏知识」的区别。一块 0 链接的散文折叠,可能是把正文说过的话再说一遍(合规),也可能是正文从没说过的唯一副本(缺陷)。两者在占比上长得一模一样。
复核 ① aesthetics/00-structures/index.md —— 折叠在藏知识
检查器报:散文型 30.6%(38/124 行,2 块)。父会话逐块拆解,两块都有唯一副本内容。
折叠块 1(53–73 行):mermaid 拓扑图 —— 藏了 72.7% 的边
| 项 | 数值 |
|---|---|
| 图中边合计 | 11(9 条无向 + 2 条单向 A6→A1、A6→A4) |
| 正文点名的边 | 3(A1↔A3、A3↔A4、A3↔A6) |
| 只在折叠图里、正文没有的边 | 8(72.7%) |
独有边为:A1/A4、A2/A3、A2/A5、A3/A5、A4/A5、A5/A6,加上两条单向 A6→A1、A6→A4。
问题:折叠摘要写的是「需要查看节点之间的主要联系时展开」——而被藏起来的恰恰就是主要联系本身。摘要的措辞与折叠内容的功能相反。
⚠️ 复算时我犯过一个错:正文切片用了
lines[:50],把第 51 行(唯一点名 3 条边的那句)切在了外面,导致正文边数算成 0、误判「9 条边全是独有的」。改正切片后才有上面这组数。
折叠块 2(114–130 行):混合型 —— 表合规,那段存疑声明是唯一副本
| 内容 | 行 | 判定 |
|---|---|---|
置信度引述 ★★★☆☆ | 116 | 部分在折叠外出现,可折 |
| 外部教学资料表(6 行链接) | 118–125 | 查找表型,合规 |
| 出处与迁移限制段 | 127 | 🔴 唯一副本 |
第 127 行交代了三件别处没说的话:2018、2019 方案按历史资料使用、未标日期的专业页仅支持其公开描述、Studio Thinking 迁移到本项目须通过实际单元检验。
关键词跨折叠出现次数实测(折叠外 / 折叠内):
川美 0/1 · Studio Thinking 0/2 · 2018 0/2 · 2019 0/2 · 历史资料 0/1 · 迁移 0/1
这 6 个词在折叠外出现次数全部为 0。 这不是复述,是把可证伪性声明藏起来了。
处置建议(本轮不执行,理由见下)
- 折叠块 1 展开,或把 11 条边中的 8 条独有边写进正文。
- 折叠块 2 只留表:把第 127 行那段出处与迁移限制移到正文,表继续折。
🔴 为什么建议没有直接执行
aesthetics/ 是并发写入面——实测已被并发会话重写多次,且第三个并发会话 aesthetics-continuity 正在该目录做连续性审查。在那里落笔极可能被覆盖,且无法确认覆盖后内容是否一致。
按本项目已确立的分区纪律(重要成果放 meta/brand-vi-research/,该目录无并发写入),本页是复核结论的落点;对 aesthetics/ 的实际改动移交并发会话或待其结束后执行。
这不是拖延,是把「记录」与「改动」分开:记录不会被覆盖,改动会。
复核 ② aesthetics/brand-vi-design-reasoning.md
检查器报散文型 46.6%(89/191 行,2 块)。前轮已复核并记录保留决定,不展开。
⚠️ 本页对这条只是转录结论:原始测量记录不在本仓,无法复算。按纪律,未经复算的转录不得当作已验证数据引用——若要采信,需重跑一次边/词计数。
检查器的下一步可增强点
当前 B 项只输出占比与分型。可以增加一个「折叠内容是否在折叠外复现」的机械指标(如:折叠内实词集合在折叠外的覆盖率),把「复述型」与「藏知识型」分开。
⚠️ 但按本项目既有教训(REPORT-SPREAD-JUDGE.md 的 D2 作废),这个指标上线前必须先在已知阳性(本文两块)与已知阴性(查找表型折叠)上灌测召回与精确率,分开报,否则不要加。
附:对上面「可增强点」的实测结果 —— 该指标不成立,未上线
保留上文原提案(它写的是「可以增加」,不是「已经增加」)。以下是对它的实测与否定。
想法
给检查器 B 项加一个「折叠内容在折叠外复现多少」的机械指标,把「复述型」与「藏知识型」分开。
实测:两次都失败
第一次:折叠内 bigram 集合在折叠外的覆盖率。
| 折叠块 | 类别 | 复现率 |
|---|---|---|
index.md L53–73 | ✅ 阳性(藏知识) | 53.5% |
index.md L114–130 | ✅ 阳性(藏知识) | 30.4% |
form-relations.md L62–72 | 待判 | 32.7% |
vi-intake.md L121–139 | ⬜ 阴性(合规动态表) | 49.6% |
vi-intake.md L160–162 | ⬜ 阴性(合规动态表) | 94.4% |
区间完全交叠——阳性 53.5% 高于阴性 49.6%,阳性 32.7% 低于阴性 65.3%。不判别。
第一次还踩了自己的实现 bug:清洗规则把 ``` 围栏整段剥掉,而 mermaid 图就住在围栏里——316 字符只剩尾部 4 行散文,11 条边里独有的 8 条根本没进候选集合。这是测错了东西,值得重测。
第二次(保留围栏、加入 A1–A6 节点标识符):
| 折叠块 | 类别 | 复现率 |
|---|---|---|
index.md L53–73 | ✅ 阳性 | 68.4%(全场最高) |
index.md L114–130 | ✅ 阳性 | 27.1% |
form-relations.md L62–72 | 待判 | 27.0% |
vi-intake.md L121–139 | ⬜ 阴性 | 35.5% |
vi-intake.md L160–162 | ⬜ 阴性 | 100.0% |
阳性拿了最高分,阴性在中段。仍然不判别。
失败原因是概念性的,不是实现问题
- 表格的内容本来就应该唯一 ——
vi-intake那些阴性动态表里未复现的 token 是blue、broad、faros、novum、powerpoint。一张表的价值就在于条目互不重复,词汇复现率低是表格的正常特征,不是藏知识的证据。 - 改写会伪装成复述 —— 折叠里的知识如果换一套词说,词面就不重合;反过来,别处的旧话换个说法也可能碰巧重合。
- 中文 bigram 切出无意义碎片 ——
idxL53–73 未复现的 token 是与响、介选、他联、写问,全是跨词边界的碎片。真正承载知识的是边集(11 条里独有 8 条),而边集根本没被 token 化捕获。
裁定
不上线。折叠复核保持人工判断。
这是本项目第二次记录「机械检测『折叠是否在藏知识』不成立」(上一次是 spread-criteria.md §二的 D2 作废)。两次失败原因不同但指向同一处:这类问题的真值在语义关系上,不在词面上。
能机械判定的是「折叠了多少、是不是查找表型」(检查器现有能力);不能机械判定的是「折起来的东西有没有别处替它说话」——那只能读。
待办(人工,非本轮)
form-relations.md L62–72 实测复现率 27.0%,与两个阳性同档,但本轮未做逐句复核,暂不下结论。列入下一轮人工复核清单。