53-模型卡 Template v1.0 | 第4章 架构与控制式

目录 ／ 文档-技术白皮书 ／ 53-模型卡 Template v1.0

第4章 架构与控制式

I. 目标与范围（Purpose & Scope）

• 给出模型**架构（Architecture）与控制式（Control Equations）**的规范性描述，包括前后处理、主体网络、损失与约束、推理路径与边界条件。
• 凡涉及路径量（到达时/相位），正文显式 gamma(ell) 与测度 d ell，数据侧记录 delta_form ∈ {general, factored}；到达时与相位一律采用括号化统一口径，发布要求 p_dim = 1.0。

II. 架构总览（Architecture Overview）

• 组成：preprocess → f_θ(core) → postprocess；其中 f_θ 为主体网络/算子栈。
• 数据流：x ∈ R^{B×T×D}（示例）经预处理对齐/归一化，进入 f_θ，输出 ŷ 与可选不确定度要素。
• 接口契约：输入/输出字段与单位/量纲对齐《数据集卡》Ch.4；约束与假设在本章给出并在清单落库。

III. 控制式（Control Equations）

1. 前处理（示例）
   • 归一化：x' = ( x − μ ) / σ；掩膜：x'' = x' ⊙ m。
   • 路径重采样（若适用）：(gamma_ell, d_ell, n_eff) → align(gamma_ell, d_ell, n_eff)。
2. 主体映射
   • 表达：ŷ = f_θ(x'')，其中 θ 为可训练参数，f_θ 由算子序列/注意力/卷积/核回归等构成。
   • 线性化（用于 Δ 法接口）：f_θ(x) ≈ f_θ(x̂) + J_x (x − x̂)，J_x = ∂f/∂x |_{x̂}。
3. 损失与正则
   • 总目标：L(θ) = E[ ℓ(f_θ(x), y) ] + λ R(θ)；示例 ℓ ∈ {CE, MSE, Huber}，R(θ) ∈ {‖θ‖_2^2, TV, KL}。
   • 多任务权重：L = ∑_k w_k L_k（w_k 在清单固定）。
4. 路径量统一口径
   • 到达时（两种等价）：
     T_arr = ( 1 / c_ref ) * ( ∫ n_eff d ell )
     T_arr = ( ∫ ( n_eff / c_ref ) d ell )
   • 相位：Phi = ( 2π / λ_ref ) * ( ∫ n_eff d ell )
   • 评估前对齐：时间→路径（gamma_ell/d_ell/n_eff 同步）→相位参考窗。
5. 后处理
   标度还原：ŷ_phys = a ⊗ ŷ + b；置信度/区间转换：interval = convert(coverage_mode, params)。

IV. 假设与边界（Assumptions & Boundaries）

• 域假设：近轴小角、缓变介质、相干窗内；|∇ n_eff|·L_coh ≪ 1。
• 采样与同步：f_s ≥ 2 f_max；clock_state = "locked"；|ts_start − calib.timestamp| ≤ τ_calib。
• 路径一致性：len(gamma_ell) = len(d_ell) = len(n_eff) ≥ 2；Δell ≤ ( c_ref / f_s ) / max(n_eff)。
• 禁用条件：强色散/失锁/路径缺块/非法单位均进入 [Restricted]。

V. 单位与量纲（Units & Dimensions）

• 所有表达式必须标注单位/量纲，含除号/积分/复合算符一律加括号。
• 发布前运行 I70-dim_check，输出 check_dim_report.json，要求 p_dim = 1.0。

VI. 训练/推理路径（Train/Inference Paths）

• 训练：x → preprocess → f_θ → loss/regularizer → update(θ)；支持增量/微批；随机源与 seed 固化。
• 推理：x → preprocess → f_θ → postprocess → ŷ；幂等键与状态无关性要求：同 idempotency_key 输出不变。

VII. 质量门映射（Gate Mapping）

• G1 Schema 完整：I/O 与契约一致；
• G2 引用合规：锚点直指率 ≥ 90%；
• G3 路径规范：gamma/measure/delta_form 齐备，步长与对齐合规；
• G4 量纲闭合：p_dim = 1.0；
• G5 新鲜度：clock_state="locked"、τ_calib 合规；
• G6 覆盖口径一致：k/alpha/quantile 与误差卷一致；
• G7 协方差一致：Σ 正定并与 cov_group 对齐；
• G8 唯一性与无环：record_id/checksum 唯一，lineage DAG 无环。
• 触发 S1–S5 即阻断，必要时标注 [Restricted]。

VIII. 机读制品（Machine-Readable Artifacts）
A. model_arch.svg：主体结构图（节点/边/张量形状/单位）。
B. equations.md（节选）

# Control Equations

- Pre: x' = (x − μ) / σ

- Core: ŷ = f_θ(x'')

- Loss: L = E[ℓ(f_θ(x), y)] + λ R(θ)

- Arrival: T_arr = ( ∫ ( n_eff / c_ref ) d ell )

- Phase: Phi = ( 2π / λ_ref ) * ( ∫ n_eff d ell )

C. control_spec.yaml

version: "1.0.0"

preprocess:

normalize: { mean: "μ", std: "σ" }

path_align: { require: true, delta_form: "general" }

core:

f_theta: { type: "hybrid", ops: ["conv","attn","mlp"] }

loss:

total: "L = E[ℓ] + λ R"

tasks: ["task_main","task_aux"]

path_forms:

T_arr: "( ∫ ( n_eff / c_ref ) d ell )"

Phi: "( (2π / lambda_ref) * ∫ n_eff d ell )"

postprocess:

scale: { a: "learned", b: "learned" }

coverage: { mode: "k", k: 2 }

IX. 反例与修正（Anti-Patterns & Fixes）

• 反例：T_arr = ∫ n_eff / c_ref d ell（缺括号） → 修正：括号化为统一口径。
• 反例：仅给 gamma(ell) 未给 d ell/delta_form → 修正：补齐并与 n_eff 对齐。
• 反例：单位/量纲缺失 → 修正：补全并通过 I70-dim_check。
• 反例：推理含训练态依赖（不可幂等） → 修正：移除态依赖或引入幂等键隔离。

X. 交叉引用（Cross-References）

• 数据集：Ch.2/Ch.4（I/O 契约）、Ch.6（Splits）；
• 误差预算：Ch.5/Ch.6/Ch.8（协方差/覆盖）；
• 管线：Ch.6/Ch.11（阶段/接口），Ch.12（发布）；
• 参数注册：Ch.4/Ch.6/Ch.8（单位/新鲜度/协方差组）。

XI. 执行勾选清单（Checklist）

• 架构图与控制式已落库；单位/量纲完整，含除号/积分/复合算符表达均已括号化。
• 路径量显式 gamma(ell)/d ell，记录 delta_form；Δell 与对齐满足约束。
• I70-dim_check 通过、p_dim = 1.0；覆盖口径 k/alpha/quantile 与误差卷一致。
• 质量门 G1–G8 通过；不合规项已按 [Restricted] 处置。
• 机读清单（model_arch.svg/equations.md/control_spec.yaml/check_dim_report.json）与签名齐备。