# WSFC Round 18
## Refinement Primitive：自由度出生、Dormant Split 與 Residual-Bounded Active Refinement

**English Title:** *Refinement Primitive: Freedom Birth, Dormant Splits, and Residual-Bounded Active Refinement*  
**文件代號：** `WSFC-R18-v0.1`  
**版本：** v0.1  
**日期：** 2026-09-23  
**作者：** Neo.K  
**AI 協力研究者：** Aletheia / OpenAI GPT-5.6 Sol  
**系列：** Worm Sequence Freedom Closure  
**前置：** `WSFC-R17-v0.1`  
**狀態：** `REFINEMENT PRIMITIVE MVP / FREEDOM-BIRTH SEMANTICS / RESIDUAL ALGEBRA`  
**Canonical Source：** UTF-8 Markdown

---

# 摘要

Round 17 已建立兩個 transition primitives：

$$
\boxed{
\text{MOTION}
}
$$

與：

$$
\boxed{
\text{NORMALIZATION}.
}
$$

其中：

- Motion：
  $$
  S_n\rightarrow S_n;
  $$
- Normalization：
  $$
  S_n\rightarrow S_m,\quad m<n,
  $$
  且 trace / task semantics保持或不劣化。

但 WSFC 最初真正想研究的「序列自由度怎麼展開」仍缺一個方向：

$$
\boxed{
S_n\rightarrow S_{n+k}.
}
$$

Round 18 因此建立第三個 primitive：

$$
\boxed{
\textbf{REFINEMENT}.
}
$$

核心新區分是：

$$
\boxed{
\text{Representation Birth}
\neq
\text{Active Freedom Birth}.
}
$$

本輪定義兩類 refinement。

### Exact / Dormant Refinement

新增 representation components，但：

$$
\operatorname{Trace}(S_{n+k})
=
\operatorname{Trace}(S_n),
$$

且：

$$
Q(S_{n+k})
=
Q(S_n).
$$

所以：

$$
r_{\rm geo}=0,
\qquad
r_Q=0.
$$

canonical example：

> 把一條 segment 在中點做 collinear split。

stage：

$$
1\rightarrow2,
$$

但沒有新 direction 被激活。

### Active / Residual-Bounded Refinement

新增 representation components，同時打開新的 shape / support direction freedom。

parent-child 不再要求 exact trace equality，而要求：

$$
\boxed{
d_{\rm geo}
(
S_n,S_{n+k}
)
\le
\varepsilon_{\rm geo},
}
$$

及 task drift：

$$
\boxed{
d_Q
(
S_n,S_{n+k}
)
\le
\varepsilon_Q.
}
$$

canonical active example：

$$
A=(0,0),
\qquad
B=(1,0),
$$

在中點加入：

$$
M_h=
\left(
\frac12,h
\right),
\qquad
h>0.
$$

child：

$$
A\rightarrow M_h\rightarrow B.
$$

此 refinement stage：

$$
1\rightarrow2.
$$

parent direction：

$$
d=(1,0).
$$

child directions：

$$
d_L=
\left(
\frac12,h
\right),
$$

$$
d_R=
\left(
\frac12,-h
\right).
$$

其 direction determinants：

$$
\det(d,d_L)=h,
$$

$$
\det(d,d_R)=-h,
$$

$$
\det(d_L,d_R)=-h.
$$

所以：

$$
h>0
$$

時 child directions genuinely distinct。

這就是：

$$
\boxed{
\text{Active Freedom Birth}.
}
$$

幾何 residual可精確得到：

$$
\boxed{
d_H
(
\operatorname{Trace}_{\rm parent},
\operatorname{Trace}_{\rm child}
)
=
h.
}
$$

而若 task observable取 path length：

$$
Q_{\rm parent}=1,
$$

$$
Q_{\rm child}
=
2\sqrt{\frac14+h^2}
=
\sqrt{1+4h^2}.
$$

所以：

$$
\boxed{
r_Q(h)
=
\sqrt{1+4h^2}-1.
}
$$

並有：

$$
\boxed{
r_Q(h)
\le
2h^2.
}
$$

因：

$$
(1+2h^2)^2
-
(1+4h^2)
=
4h^4
\ge0.
$$

因此：

$$
\boxed{
r_{\rm geo}
=
O(h),
\qquad
r_Q
=
O(h^2).
}
$$

這是一個很小的 canonical model，但它第一次把：

> 新 representation freedom出生多少？

與：

> 對 task真正產生多少 impact？

分離成兩個 residual channels。

---

# 1. 第三個 Primitive

Round 17：

```text
MOTION
NORMALIZATION
```

Round 18：

```text
REFINEMENT
```

所以 sequence dynamics現在成為：

$$
\boxed{
\text{Motion}
+
\text{Normalization}
+
\text{Refinement}.
}
$$

---

# 2. Refinement 的必要條件

第一版 refinement certificate要求：

```text
parent_state_id
child_state_id
stage_parent
stage_child
ancestry
introduced_components
activation
geometry residual
task residual
parent recoverability
overall verdict
```

其中：

$$
\boxed{
\operatorname{stage}_{\rm child}
>
\operatorname{stage}_{\rm parent}.
}
$$

---

# 3. Parent Recoverability

refinement不是任意換模型。

必須有 parent-child關係。

第一版要求：

```text
parent_recoverable = true
```

其意義可由 coarsening map：

$$
\kappa:
S_{n+k}
\rightarrow
S_n
$$

描述。

Exact refinement：

$$
\kappa\circ R
=
\operatorname{id}
$$

在 trace semantics上成立。

Residual-bounded refinement則至少要保留：

- parent anchors；
- ancestry；
- parent task referent；
- residual relation。

---

# 4. Exact Refinement

canonical：

$$
A=(0,0),
\qquad
M=
\left(
\frac12,0
\right),
\qquad
B=(1,0).
$$

parent：

$$
[A,B].
$$

child：

$$
[A,M,B].
$$

有：

$$
\boxed{
\operatorname{Trace}
[A,M,B]
=
\operatorname{Trace}
[A,B].
}
$$

length：

$$
\frac12+\frac12=1.
$$

所以：

$$
\boxed{
r_{\rm geo}=0,
\qquad
r_Q=0.
}
$$

stage：

$$
1\rightarrow2.
$$

但沒有新 active direction。

故 activation status：

```text
DORMANT
```

---

# 5. 為什麼 Exact Split 不算 Active Freedom

雖然 representation coordinate變多：

$$
d_{\rm rep}\uparrow,
$$

但 child兩 segment與 parent完全 collinear。

所以 task / geometry semantics沒有新增可觀察方向。

這正好再次證明：

$$
\boxed{
\text{freedom available}
\neq
\text{freedom activated}.
}
$$

Round 02曾從 optimizer basin看到這件事。

Round 18現在把它寫進 refinement type system。

---

# 6. Active Tent Refinement

令：

$$
M_h=
\left(
\frac12,h
\right),
\qquad
h>0.
$$

parent direction：

$$
d=(1,0).
$$

child：

$$
d_L=
\left(
\frac12,h
\right),
$$

$$
d_R=
\left(
\frac12,-h
\right).
$$

determinants：

$$
\boxed{
\det(d,d_L)=h,
}
$$

$$
\boxed{
\det(d,d_R)=-h,
}
$$

$$
\boxed{
\det(d_L,d_R)=-h.
}
$$

所以 $h>0$ 是 exact activation witness。

---

# 7. Geometry Residual

child trace是 triangular tent。

對 child任意點，其 $x$ 落在：

$$
[0,1].
$$

到 parent base segment可取同 $x$ projection。

vertical difference：

$$
0\le y\le h.
$$

所以：

$$
\sup_{x\in child}
d(x,parent)
\le h.
$$

反向，對 parent任意 $x$，child在同一 $x$ 有 graph point：

$$
y_{\rm child}(x)
=
\begin{cases}
2hx,&0\le x\le1/2,\\
2h(1-x),&1/2\le x\le1.
\end{cases}
$$

其 vertical difference亦：

$$
\le h.
$$

所以 Hausdorff：

$$
d_H\le h.
$$

而 apex：

$$
M_h
$$

到 parent trace距離正好：

$$
h.
$$

所以：

$$
\boxed{
d_H=h.
}
$$

---

# 8. Task Residual

取最簡單 task：

$$
Q=\text{path length}.
$$

parent：

$$
Q_P=1.
$$

child：

$$
Q_C
=
2
\sqrt{
\frac14+h^2
}.
$$

因此：

$$
\boxed{
Q_C
=
\sqrt{1+4h^2}.
}
$$

所以：

$$
r_Q
=
Q_C-Q_P
=
\boxed{
\sqrt{1+4h^2}-1.
}
$$

---

# 9. Quadratic Task Bound

要證：

$$
\sqrt{1+4h^2}
\le
1+2h^2.
$$

右側 nonnegative。

平方比較：

$$
(1+2h^2)^2
-
(1+4h^2)
=
\boxed{
4h^4
}
\ge0.
$$

故：

$$
\boxed{
r_Q(h)
\le2h^2.
}
$$

---

# 10. Geometry vs. Task Rate

因此：

$$
\boxed{
r_{\rm geo}=h
}
$$

但：

$$
\boxed{
r_Q\le2h^2.
}
$$

也就是：

$$
\boxed{
\text{geometry freedom opens at first order}
}
$$

而：

$$
\boxed{
\text{this task reacts only at second order}.
}
$$

這是 Task-Effective Freedom 與 raw geometry freedom差異的最小模型。

---

# 11. Activation Status

Refinement certificate新增：

```text
activation.status
```

值：

```text
DORMANT
ACTIVE
```

### Dormant

representation components增加，但：

- no new task-active direction；
- zero residual；
- exact semantics。

### Active

必須交：

```text
activated_components
activation witness
residual certificate
```

不能只因 stage變大就聲稱「自由度已激活」。

---

# 12. Introduced 與 Retired Components

parent一條 segment：

```text
segment:parent
```

refinement後：

```text
vertex:midpoint
segment:left
segment:right
```

所以 refinement同時有：

```text
introduced_components
retired_components
```

這與 normalization不同。

Normalization主要刪 representation。

Refinement可以用 finer representation替換 coarse component。

---

# 13. Residual Composition

若：

$$
S_0
\xrightarrow{R_1}
S_1
\xrightarrow{R_2}
S_2,
$$

且：

$$
d(S_0,S_1)\le\varepsilon_1,
$$

$$
d(S_1,S_2)\le\varepsilon_2,
$$

由 triangle inequality：

$$
\boxed{
d(S_0,S_2)
\le
\varepsilon_1+\varepsilon_2.
}
$$

task residual同理：

$$
\boxed{
d_Q(S_0,S_2)
\le
\eta_1+\eta_2.
}
$$

所以 refinement chain可以累積 residual budget。

---

# 14. Exact Refinement After Active Refinement

例如：

$$
S_1
\xrightarrow{
\text{active tent}
}
S_2
$$

有：

$$
\varepsilon_{\rm geo}=h,
$$

$$
\varepsilon_Q\le2h^2.
$$

接著對 child兩邊做 pure collinear splits：

$$
S_2
\xrightarrow{
\text{exact split}
}
S_4.
$$

第二步 residual：

$$
0.
$$

所以 composed budget仍：

$$
\boxed{
h,
\qquad
2h^2.
}
$$

這表示增加 representation resolution不必自動增加 approximation error。

---

# 15. Refinement Consistency

第一版要求：

```text
parent_recoverable
coarsening map
ancestry
residual-zero limit
```

active tent：

$$
h\rightarrow0
$$

時：

$$
M_h
\rightarrow
\left(
\frac12,0
\right),
$$

$$
r_{\rm geo}\rightarrow0,
$$

$$
r_Q\rightarrow0.
$$

所以 active family連續接回 dormant exact refinement。

---

# 16. Refinement Certificate v0.1

本輪建立：

```text
WSFC-REFINE-0.1
```

兩種 mode：

```text
EXACT
RESIDUAL_BOUNDED
```

validator要求：

### EXACT

```text
stage increase
introduced components
parent recoverable
geometry residual = 0
task residual = 0
activation = DORMANT
```

### RESIDUAL_BOUNDED

```text
stage increase
introduced components
parent recoverable
activation = ACTIVE
activated component list nonempty
geometry residual certificate
task residual bound
```

---

# 17. Negative Mutation Tests

刻意破壞：

```text
no stage increase
no introduced component
active missing activation
bounded marked dormant
exact with nonzero geometry residual
exact with nonzero task residual
exact marked active
parent not recoverable
bad verdict
wrong primitive
```

結果：

$$
\boxed{
10/10
}
$$

全部被拒絕。

---

# 18. Runtime Result

```text
WSFC-R18 REFINEMENT PRIMITIVE: PASS
exact split: stage 1 -> 2, zero residual, dormant
active tent: stage 1 -> 2, Hausdorff residual h, task residual <= 2*h^2
negative mutation tests: 10/10 rejected
```

---

# 19. Three-Primitive Algebra

現在 WSFC transition layer有：

$$
\boxed{
\mathrm{MOTION}
}
$$

$$
\boxed{
\mathrm{NORMALIZATION}
}
$$

$$
\boxed{
\mathrm{REFINEMENT}.
}
$$

其 stage作用：

$$
\mathrm{MOTION}:
n\rightarrow n,
$$

$$
\mathrm{NORMALIZATION}:
n\rightarrow m<n,
$$

$$
\mathrm{REFINEMENT}:
n\rightarrow m>n.
$$

這三個方向第一次把 stage dynamics閉合。

---

# 20. 回到最初的 Sequence Freedom 問題

最初我們問：

> 每次計算到底如何展開 sequence freedom？

Round 18 現在可以更精確回答。

不是每個：

$$
n\rightarrow n+1
$$

都等價。

可能是：

### Dormant Refinement

$$
d_{\rm rep}\uparrow,
$$

但：

$$
d_{\rm active}
\text{ 不變}.
$$

### Active Refinement

$$
d_{\rm rep}\uparrow,
$$

且：

$$
d_{\rm active}\uparrow.
$$

同時：

$$
r_{\rm geo},
\qquad
r_Q
$$

必須被 certificate。

所以真正應追蹤的是：

$$
\boxed{
(
n,
d_{\rm active},
r_{\rm geo},
r_Q
).
}
$$

而不是只有 $n$。

---

# 21. 下一步

Round 19 最值得做：

$$
\boxed{
\textbf{Refinement Chain / Closure Algebra}.
}
$$

把多輪：

$$
S_0
\rightarrow
S_1
\rightarrow
\cdots
\rightarrow
S_n
$$

正式累積：

- stage；
- active freedom birth；
- geometry residual；
- task residual；
- refinement ancestry；
- normalization compression；
- motion-neutral steps。

最後讓 WSFC-00 最初的：

$$
r_n^Q\rightarrow0
$$

第一次接上真正 transition history，而不是只是一串獨立 numerical values。

---

# 結論

Round 18 補上了 sequence-freedom algebra缺的第三個方向：

$$
\boxed{
\textbf{REFINEMENT}.
}
$$

更重要的是它把：

$$
\boxed{
\text{representation birth}
}
$$

與：

$$
\boxed{
\text{active freedom birth}
}
$$

正式分開。

canonical tent甚至直接展示：

$$
\boxed{
r_{\rm geo}=O(h),
\qquad
r_Q=O(h^2).
}
$$

所以幾何自由度可以明顯增加，而 theorem-sensitive impact卻收縮得更快。

這正是我們一開始想抓的「序列自由度的真正動力」。

===END===