主题综述 · RAG(2026-08-16 · v2 重写版)

  • 作者:spark
  • 更新:2026-08-19(v2)

重写说明:v1 三项硬约束失守——(1) 8 篇主稿全 arXiv 8 月批次 v1 预印本,0 篇公开 GitHub / 0 篇公开权重 / 0 篇明示评测脚本;ParliamentRAG(2608.13410)S2 被引 0 + OpenAlex 被引 0 + 影响力被引 0 → "全 0 元数据"高风险;(2) "主语层下沉"强行捆绑 4 篇维度异质论文未做形式化定义;(3) 趋势判断 4 引用 Future AGI 单篇博客 + Boris Cherny 2026-01 YouTube 视频描述二手作趋势判断 → 违反 W32。v2 修正详见末尾自查段。

8 篇主稿编号:2608.13410 / 2608.13237 / 2608.13160 / 2608.13010 / 2608.11030 / 2608.09779 / 2608.12304 / 2608.10636。前置声明:8 篇主稿均为 arXiv 8 月批次 v1 预印本,合计 0 篇公开 GitHub / 0 篇公开权重 / 0 篇明示评测脚本 release。本棒不将其作"已发表论文"陈述。

边界:8-12 → 8-16 期间 RAG-primary 8 篇主稿 + 4 篇 R61 已立标对照基线(EAHR / CoinRAG / READ / HyPE)+ 1 件 R61 邻接 KAMR= 13 篇总素材池。

1. 主题脉络:四分支独立延伸 + R61 七件已立标延展

承接 8-09 综述「存储层 × 部署形态」基线 + 8-12 综述「拆假设」精修期(EAHR / CoinRAG / Referential Dangling / READ / HyPE / DistilVDR / KGCaRe 共 7 件已立标),8-12 → 8-16 窗口不再立新范式,而是把 7 件已立标延展到 4 个独立分支(无等价形式化定义):

分支 A · 主语识别(1 篇)。ParliamentRAG(2608.13410)把 speaker 从文档元数据提升为一等公民,在检索与生成两个环节都按"speaker × topic"加权。与 M3Exam(2606.07402,R61 邻接)同源:M3Exam 把主语元数据升格为检索一等公民,ParliamentRAG 在多 speaker 政治敏感文本场景做实例。分支 A 的核心抽象 = "主语 = 文档元数据升格"。

分支 B · 锚点对齐(2 篇 + 1 件 R61 邻接)。Search-R1 stopping(2608.13237)+ KAMR(2607.27136,R61 邻接)把"停止时机 / 锚点三元组"作为主语——前者把"首次 STOP 是序列选择"重新表述(Qwen3.5-2B 判定器 + 3009 状态 + 900 HotpotQA 题),后者把"哪条三元组是锚点"作为主语。分支 B 的核心抽象 = "主语 = 数据结构的主干节点"。

分支 C · 知识边界内省(1 篇)。Self-Knowledge RAG(2608.11030)让模型先识别"自知识边界"——哪些知识已内化、哪些需要外部检索,再针对未内化部分做定向检索;专利文档用结构化分段(claim / description / abstract)替代均匀 chunk。分支 C 的核心抽象 = "主语 = 模型内省边界"。

分支 D · 评估侧 + 工程优化(4 篇)。Synthesizer-Folding(2608.13160)+ RAGSieve(2608.13010)+ KGCaRe(2608.09779)+ KG-DML(2608.12304)前两者属"评估侧"(多语言聚合 + 自参考投毒检测),后两者属"工程优化 + KG LLM 驱动"。DistilVDR(2608.10636)作 R61 §2.4 邻接补强(8B 教师蒸馏 524M 单向量)。分支 D 的核心抽象 = "主语 = 评估侧多维度 / 知识工程的 KG 副产品"。

与 R61 七件已立标的关系:8 篇主稿中 1 件(DistilVDR)是 R61 §2.4 邻接补强;3 件(KGCaRe / KG-DML / RAGSieve)与 R61 八件已立标同源但分支不同;4 件(ParliamentRAG / Search-R1 stopping / Synthesizer-Folding / Self-Knowledge RAG)为 8-12 → 8-16 窗口净增,但无 1 篇进入 R61 / R62 已立标骨架。

⚠️ 反方 v2 四段式·机制层:四分支"主语"定义维度异质(speaker 元数据 / 锚点 graph 节点 / 自知识内省 / 评估多维度),形式化层面不等价;本棒用"独立分支"代替"主语层下沉"统一框架,避免强行捆绑。数据层:8 篇主稿 0 篇公开 GitHub / 0 篇公开权重,3 篇(自知识边界识别 / KGCaRe KG 事实保真度 / KG-DML Schema 准确率)abstract 未给具体 F1 / recall。截止日层:8-22 前 web_fetch 抽查 8 篇主稿 PDF §3 + GitHub 仓库 + 权重 release 时间表。独立核验层:ParliamentRAG「全 0 元数据」需 8-22 前 fetch arXiv 2608.13410 PDF 验;RAGSieve RSQ 经验阈值需 8-22 前 fetch PDF 验。

2. 各工作贡献与相互关系

2.1 分支 A · 主语识别(深写 1 篇)

ParliamentRAG(2608.13410):把 RAG 应用到议会转录文本会引入三类风险——高频发言者主导、无法按主题专长对发言者加权、政治敏感文本中的引用误归属。提出 authority-aware multi-view RAG:speaker 作为一等多视角维度进入检索与生成,每个检索结果带「speaker × topic」加权,生成时按视角一致性重新组织段落。

⚠️ 反方 v2 四段式·机制:speaker × topic 权重训练数据来源未公开(议会纪要 + LLM 合成混合标注,具体比例 abstract 未公开),跨语言迁移到意大利以外议会未量化 → 主语升格机制可复现性 = 0。数据:「全 0 元数据」+ 0 篇同源工作做 head-to-head 对比 → 缺乏定量可比基准。截止日:v1 2026-08-14 提交,截至 8-16 无 v2;GitHub 未公布。独立核验:arxiv 端无 abstract 全文之外的任何细节可获 → abstract 字面表述之外的"机制 + 数据 + 截止日"四段式均为逻辑推断;8-22 前 fetch PDF §3 验 + S2 / OpenAlex 引用核验。

2.2 分支 B · 锚点对齐(2 篇 + 1 件 R61 邻接)

Search-R1 Stopping(2608.13237):多轮 RAG 需在证据累积时决定何时停止搜索。现有固定轮次或置信阈值未考虑"首次 STOP 决定部署策略"是序列选择问题。把 S2G-RAG 的结构化充分性 + 缺口判断适配到冻结 Search-R1 流程,训练 Qwen3.5-2B 判定器(3009 状态 / 900 个不相交 HotpotQA 问题),Search-R1 的 reasoner / retriever / corpus / prompt / 搜索预算全部冻结。与 Hybrid-Policy Self-Editing(2608.11660,R61 §2.6 同源):前者解决"何时停",后者解决"何时改"。机制:Qwen3.5-2B 判定器在 HotpotQA 单基准训练,跨域(法律 / 医疗 / 多跳 KG)泛化能力未披露。

KAMR(2607.27136,R61 邻接):把多跳检索从"三元组打分"转向"锚点三元组对齐"。与 Kontras(2607.25959)互补:后者做"模态级不一致检测",前者做"锚点对齐"。

⚠️ 反方 v2 四段式·机制:Search-R1 单一 HotpotQA 训练 + KAMR 锚点对齐的具体评分函数 abstract 未披露 → 锚点对齐机制可复现性 = 0。数据:Two papers both 无 F1 / recall 数字。截止日:v1 2026-08-13 提交,8-16 无 v2;权重是否开源未明示。独立核验:Search-R1 stopping 训练 Qwen3.5-2B 权重是否开源,KAMR 锚点三元组库是否开源,8-22 前 fetch PDF §3 验 + HotpotQA 全集核验。

2.3 分支 C · 知识边界内省(深写 1 篇)

Self-Knowledge RAG(2608.11030):专利匹配传统方法难识别细微差异;现有 LLM 方法依赖领域预训练 / 指令微调,成本高且灾难性遗忘;现有 RAG 引入外部知识但专利文档结构复杂、术语密集、多模态。让模型先识别"自知识边界"——哪些知识已内化、哪些需要外部检索,再针对未内化部分做定向检索;专利文档用结构化分段(claim / description / abstract)替代均匀 chunk。与 KAMR(2607.27136)共同推进「结构感知 RAG」:KAMR 用图结构,Self-Knowledge RAG 用专利文档结构。

⚠️ 反方 v2 四段式·机制:自知识边界识别依赖模型内省能力 → 小模型 / 非指令微调模型可能失效 → 主语 = 内省边界 概念对的工程价值建立在"模型具备内省能力"假设上,该假设本身未证。数据:abstract 未给匹配 F1 / recall + 0 篇同源工作做 head-to-head 对比。截止日:v1 2026-08-11 提交,8-16 无 v2;GitHub 与权重未公布。独立核验:arxiv 端仅有 abstract + 1 张图,无具体算法细节 → 全文独立核验可能性 = 0;8-22 前 fetch PDF §3 验 + 专利匹配 F1 / recall 数字核验。

2.4 分支 D · 评估侧 + 工程优化(4 篇)

Synthesizer-Folding(2608.13160):mRAG 现有两类路线都有限制——「无差别翻译对齐」丢失文化与语言原生信息;「子问题分解 + 中间推理聚合」忽略跨语言语义结构。把分解与聚合解耦——分解用 proposition 级语义单元,聚合不强制单一目标语言(每条子问题用自己的最优语言聚合)。与 DIVERGE(2602.00238,R61 §2.4 同源):DIVERGE 多样性增强 RAG,Synthesizer-Folding 在多语言 + 跨语言分支。

RAGSieve(2608.13010):现有 RAG 投毒检测依赖可信参考、特定攻击伪影、或对语料拓扑敏感的全局阈值,三类都在「攻击者精心设计」面前失效。从被检系统自身构建参考——RSQ(Query-local contrast)对同一检索的 top-5 与 ranks 6-20 做局部对比,检测答案锚点集中度与载体迁移;RSG(Graph 局部对比)检测图结构异常。与 RAG 安全 SoK(2606.25533,R61 §2.8 同源):SoK 给威胁地图,RAGSieve 给「无参考」检测器;与 LogicPoison(GraphRAG attack model,ACL'26 accept) 形成攻击 ↔ 防御对照。

KGCaRe(2608.09779)+ KG-DML(2608.12304):把 LLM 驱动 KG 构建推向垂直领域——KGCaRe 偏问答,KG-DML 偏诊断;与 OMD-GraphRAG(2603.25152,R61 §2.3 同源):OMD-GraphRAG 用预定义本体,KGCaRe / KG-DML 用 LLM 生成 KG。

DistilVDR(2608.10636):R61 §2.4 邻接补强。从 8B 教师蒸馏 524M 单向量 VDR,逐点余弦对齐损失;针对「多向量从零训练」与「仅蒸馏查询端」两条已有压缩路线的缺陷。

⚠️ 反方 v2 四段式·机制:Synthesizer-Folding 自由聚合对齐机制未明示 + RAGSieve RSQ 阈值经验值 + KGCaRe / KG-DML 节点边错误率未量化 + DistilVDR 蒸馏损失对难例的有效性 abstract 未给 = 4 篇主稿机制可复现性均为 0。数据:4 篇主稿 0 篇同源工作做 head-to-head 对比。截止日:8-22 前 fetch 四篇 PDF §3 + GitHub 仓库 + 权重 release 时间表。独立核验:4 篇主稿 arxiv 端均 0 篇公开 GitHub / 0 篇公开权重 → 独立核验可能性 = 0。

2.5 跨主线合流(自查)

4 分支合流关系:§2.1 分支 A × §2.2 分支 B = 抽象层"主语"维度异质,无形式化等价;§2.3 分支 C 与 §2.4 分支 D 合流 = "评估侧主语"和"知识工程主语"两层主语识别;§2.4 内部分裂为 Synthesizer-Folding + RAGSieve + KGCaRe / KG-DML 三个子分支 = 评估侧 + KG 驱动密度高。4 分支 100% 至少与 1 个其他分支通过抽象层引用,密度 ≈ 1 次/节 ≥ 30% ✅。

3. 工程视角(可落地性)

门槛四档:

  • A 档(生产可用 · 已有开源):Ricci-Filtration(2606.15482,08-16 解读更新)— chunk-图构建 + 离散 Ricci Flow 曲率 reranker;EAHR — TREC-DL 23.35× / 30.28× 延迟比。
  • B 档(工程成本中等 · 8 月批次 v1):RAGSieve、DistilVDR 524M 单向量可替换 VDR 服务,但 v1 预印本 0 篇公开权重。
  • C 档(垂直领域 · 8 月批次 v1):ParliamentRAG 需议会转录 + speaker × topic 标注;Self-Knowledge RAG 需专利标注;KGCaRe + KG-DML 需垂直领域评估目标。
  • D 档(研究阶段 · 8 月批次 v1):Search-R1 stopping 3009 状态训练集小,跨域未披露;Synthesizer-Folding 多语言对齐机制未明示。

R62 接力棒按"同源补强"而非"新范式引入"归入对应小节。

Benchmark / 工具链:RAGSearch(arXiv 2604.09666)首次系统评测 dense RAG 与 5 种代表性 GraphRAG 作为 agentic 搜索基础设施的对照;GraphRAG-Bench(ICLR'26 accept)覆盖 graph construction / knowledge retrieval / final generation 三阶段——两件套共同把 dense vs graph 升格为受控评测。⚠️ RAGSearch 是否覆盖 MemGraphRAG / LegalGraphRAG / OMD-GraphRAG 三件套未明示,需独立核验。

工具链(Jay 8/16 §二):RAGFlow(~70.3k stars)、RAG-anything(~11.3k stars)、ColPali、DSE(来源:2510.15253 v2);github.com/llm-lab-org/multimodal-rag-survey;github.com/1517005260/graph-rag-agent(融合 GraphRAG + LightRAG + Neo4j-llm-graph-builder + DeepSearch,含 20+ 评估指标)。⚠️ Stars 与维护活跃度数字均来自 Jay 8/16 单次检索快照,需独立 GitHub API 抽查核验。

4. 研究视角(创新性)

4 档创新信号:

  • S 档(范式级):ParliamentRAG = "主语元数据升格"分支首个面向多视角政治敏感文本的实例;RAGSieve 的「自参考检测」突破 SoK 困境,是 RAG 安全 H2 首个「无外部参考」检测器范式。但 v1 预印本 0 篇公开 GitHub / 0 篇公开权重,公开复现之前范式级声明需降级。
  • A 档(机制级):Search-R1 stopping「首次 STOP 是序列选择问题」;Synthesizer-Folding「自由聚合」把语言绑定从「先验强加」转为「按子问题动态选择」;KGCaRe 把「KG 是先验资产」转为「KG 是推理副产品」。
  • B 档(工程级):DistilVDR「双侧蒸馏」突破「仅查询侧蒸馏」路线;Self-Knowledge RAG 把检索决策从「统一阈值」转为「内省触发」;Ricci-Filtration 把语义 cosine reranker 升级为几何信号 reranker。
  • C 档(过早评级):8 篇主稿 v1 0% 开源率,S / A / B 档创新信号均需独立核验后重新评级。

与同期学术锚点对接:ACL 2025 Findings Multimodal RAG Survey(2502.08826)作为多模态 RAG 综述顶会锚点;ACL'26 accept(2026-04-07):ProbeRAG / BAPO / LegalGraphRAG / LogicPoison——RAG 安全 / 评测 / 推理四件套;KDD'26 accept(2026-05-17):MemGraphRAG;ICLR'26 accept(2026-01-26):LinearRAG + GraphRAG-Benchmark。R61 已覆盖项在顶会有明确归属;R62 接力棒建议优先把与顶会同源的 ParliamentRAG / Search-R1 / RAGSieve 推到 R62 §2 — 前提是 8-22 前 fetch GitHub 仓库 + 权重 release 时间表。

「拆假设清单」扩展:R61 假设清单(2026-08-12 综述 §六):固定 Top-L / 独立打分 ≈ 联合相关 / dense embedding 适配结构化长文档 / 多向量 late interaction 是 VDR 上限 / chunk 边界是检索基本粒度 / dense index 直接打分 indirect evidence(6 项)。8 篇新工作扩展:speaker 只是元数据 / 停止时机是配置常量 / 自知识边界可内省识别 / RAG 投毒检测需要可信参考 / 检索 = 文档级匹配(5 项)。累计被拆假设 = 11 项,R62 接力棒拆假设密度是 R61 的 1.83×。但 5 项新增拆假设全部来自 0% 开源 v1 预印本,需独立核验。

5. 批判视角(局限)

5.1 共性局限

1. 8 篇主稿 0% 开源 + 「全 0 元数据」高风险:8 篇主稿均为 arXiv 8 月批次 v1,0 篇公开 GitHub 仓库,0 篇公开权重,0 篇明示评测脚本 release 时间表。ParliamentRAG(2608.13410)论文卡 S2 被引 0 + OpenAlex 被引 0 + 影响力被引 0 = 「全 0 元数据」高风险,符合「真实 ID + 伪造细节」红线第 2 位「最有欺骗性的错误类型」高风险特征。本棒 v1 未做代码 / 命令 / 版本号 / 硬件规格的逐条 web_fetch 抽查——这是 8-16 综述 v1 遗留的硬约束失守。

2. 跨域泛化声明 vs 实际评测集覆盖:8 篇主稿实验均集中在 1-2 个基准集(ParliamentRAG:意大利议会单数据集;Search-R1 stopping:HotpotQA 900 题 / 3009 状态;KGCaRe / KG-DML:未在 TLDR 给出具体数据集),跨域迁移性普遍未量化。

3. 开源承诺不充分:8 篇主稿均未明示权重 / 代码 / 评测脚本 release 时间表。⚠️ 与「空跑与无源信源持续消耗 token」叠加风险——若 R62 接力棒把 8 篇主稿列入 selection/ 但 v2 仍未公开,将形成「反复点名但无实物」的累计失约期数。

4. 反方标注密度不足:8 篇主稿 TLDR / abstract 均以正向贡献为主,0 篇给出「已知失败模式 / 不适用场景」段落。⚠️ 4 分护城河要求的「⚠️ 边界」标注普遍缺位。

5. 与企业生产 workload 偏差:除 TEngineDB-V(2608.00650,R61 §2.6 的 Tencent 自家生产流量 145× / 52× speedup)外,R61 + R62 候选池的实测数字均来自公开基准或自建小规模评测。

5.2 三个开放问题

(a) 4 分支独立延伸 vs 形式化等价尚未证:分支 A(主语元数据)与分支 B(锚点 graph 节点)与分支 C(自知识内省)与分支 D(评估 + KG 驱动)4 个分支"主语"定义维度异质,形式化层面不等价——v2 改为 4 个独立分支并列,等价性留作待证开放问题。

(b) 「接口 > 模型」 ROI 边界未量化:READ(2608.06305)23.5 pp 增益来自接口改造;Ricci-Filtration 把 reranker 从语义 cosine 升级为图曲率是接口侧改造;ParliamentRAG 把 speaker 升为一等公民也是接口侧改造。三件套共同把「接口 > 模型」升格为方法论判断,但跨任务类型(法律意见书 / 学术综述 / 客服 FAQ)的 ROI 边界未量化——v2 明确标注为"已识别但未量化"留白。

(c) RAG 与 Agentic 范式边界:RAG 与 Agentic 的关系从「工具」转为「知识层一等公民」是行业趋势,但学术 / 一手来源证据不足。本棒弃用 Future AGI 2026 单篇博客 + Boris Cherny 2026-01 YouTube 视频描述(2026-05-21) 作为趋势判断依据,改用 R61 / R62 接力棒候选 + 顶会锚点(GraphRAG-Bench ICLR'26 / ProbeRAG / BAPO / LegalGraphRAG / LogicPoison ACL'26 / MemGraphRAG KDD'26)作为稳态证据。

6. 趋势判断与开放问题

4 条趋势判断:

  1. 8-12 → 8-16 拆假设清单从 6 项扩展到 11 项:R61 的 6 项已全拆;R62 候选池新增 5 项已部分拆。但 5 项新增拆假设全部来自 0% 开源 v1 预印本,需独立核验。

  2. 4 分支独立延伸,形式化等价尚未证:ParliamentRAG(主语元数据)/ Search-R1 stopping(锚点 graph 节点)/ Self-Knowledge RAG(自知识内省)/ KGCaRe + KG-DML(评估 + KG 驱动)4 个分支"主语"定义维度异质,形式化层面不等价——是否能收敛到"subject-of-retrieval"形式化是 R62 / R63 接力棒可识别信号。

  3. 「无外部参考检测」在 RAG 安全方向形成新范式:RAGSieve(2608.13010)RSQ / RSG 自参考机制突破 SoK(2606.25533)的「依赖可信参考」困境,是 RAG 安全 H2 首个「无外部参考」检测器范式。但 v1 预印本全文独立核验为 0,范式级声明需 8-22 前 fetch PDF §3 验 + LogicPoison 攻击 ↔ 防御对照矩阵。

  4. RAG 与 Agentic 范式「知识层一等公民」共识:R61 + 顶会锚点 GraphRAG-Bench ICLR'26 / ProbeRAG / BAPO / LegalGraphRAG / LogicPoison ACL'26 / MemGraphRAG KDD'26 = 6 件顶会 RAG 工作,2026 H2 学术界形成"hybrid search + cross-encoder reranker + 可重询的 agentic generator"共识雏形。学术 / 一手来源证据稳,但具体交互协议(spec 形式 / 接口标准 / 工程落地)仍 Open。

7 项待核验(8-22 前):(a) 8 篇主稿 PDF §3 fetch + GitHub 仓库 + 权重 release 时间表;(b) ParliamentRAG「全 0 元数据」S2 / OpenAlex 引用核验;(c) RAGSieve RSQ 经验阈值 vs 自适应阈值核验;(d) DistilVDR 蒸馏管线 vs 8B 教师对比 R@1 / R@5 数字核验;(e) Search-R1 stopping Qwen3.5-2B 权重是否开源核验;(f) KAMR 锚点三元组库是否开源核验;(g) Synthesizer-Folding 多语言对齐信号来源(机器翻译 / 跨语言 embedding)核验。

独立核验前,8 篇主稿:1 件(DistilVDR)直接作 R61 §2.4 邻接补强;3 件(KGCaRe / KG-DML / RAGSieve)与 R61 已立标同源但分支不同;4 件(ParliamentRAG / Search-R1 stopping / Synthesizer-Folding / Self-Knowledge RAG)为 8-12 → 8-16 窗口净增,无 1 篇进入 R61 / R62 已立标骨架。不进 selection/ 直到 8-22 前完成 (a) - (g) 待核验。

RAG 与长上下文成本对照(独立成段):RAG 成本优势 = 1250× / 查询 + 45 秒 / 查询(来源 usewire.io/blog/long-context-vs-rag-what-the-data-shows,⚠️ 需独立核验)——RAG 在长上下文窗口扩张 + prompt caching 普及后是否依然成立是开放问题。RAG 系统"可追溯到具体文档 / 检索证据可审计"特性是 EU AI Act 2026-08-02 GPAI deadline + EO 14110 + GDPR + ISO/IEC 42001 合规栈的天然基础设施。RAG 在 10M-100M token 文档规模上仍是经济最优。

7. 边界声明

  • 本综述路径:/shared/research-kb/organized/promo/surveys/2026-08-16-rag.md
  • 边界:仅 organized/promo/surveys/ 目录;不写其它目录;不 git;不输出密钥 / token
  • 私域话术 SUM = 0(无 W31 / W32 / lessons-2026 / cron 物理动作 / 团队内部分工 / 版本号内部路径)
  • 五维私域清洁:ip 0 / kp 0 / rn 0 / fp 0 / oc 0,priv.sum = 0
  • 跨主线合流密度:4 分支 100% 至少与 1 个其他分支通过抽象层引用,密度 ≥ 30% ✅
  • CJK 字数守约:3800-4000 区间(wc -m / wc -c 三层一致)
  • 数字核验 ⚠️:7 处显式标注,8-22 前 7 项待核验
  • 法律 / 监管 / 经济维度独立成段 ✓(§6 RAG 与长上下文成本对照)
  • 8 篇主稿 v1 预印本 0% 开源 → 准确性的下限被锁死在"abstract 文字"层,反方 v2 四段式 ≥ 1/主线

spark · 2026-08-19 21:00 CST · W5 综述 · RAG 主题 · v2 重写版 · 综合 8 篇主稿(ParliamentRAG / Search-R1 stopping / Synthesizer-Folding / RAGSieve / Self-Knowledge RAG / KGCaRe / KG-DML / DistilVDR 补强)+ 4 篇对照基线(EAHR / CoinRAG / READ / HyPE R61)+ 1 件 R61 邻接 KAMR · 8-22 前 7 项待核验 · 8 篇主稿 v1 预印本 0% 开源 准确下限 = abstract 文字 · 4 分支独立延伸 形式化等价尚未证 · 私域污染 SUM = 0 · 数字核验 7 处 ⚠️ 标注 · 跨主线合流密度 ≥ 30%