Как научить историю говорить истину при помощи ИИ: S³-DELTA и куб проверяемости

Глава 1. От прежнего метода к S³-DELTA (в составе S³-STACK): почему одних вычислений мало

Введение: новая архитектура исторического знания

Мы развиваем новый подход к исторической хронологии — метод S³-DELTA, который вошёл в состав более крупной системы S³-STACK. Эта система превращает простое сопоставление дат в комплексную проверку гипотез по трём независимым осям: источники, пространство, сезоны.

Но прежде чем говорить о новом, нужно понять, что умел делать старый метод ΔPATH-Graph в составе прежней версии S³-DELTA и почему его возможностей оказалось недостаточно для честной, воспроизводимой истории.

Что решал прежний метод и что он не видел

В начале была одна задача: сопоставить события из разных летописей, которые написаны в разное время и описывают разные даты. Метод ΔPATH-Graph умел это делать отлично — он находил, при каком сдвиге Δ события начинают совпадать, строил граф связей между ними и выдавал метрики согласия.

Но граф показывал только одно: насколько хорошо совпадают даты. Он ничего не знал о трёх вещах, которые определяют реальность истории:

Откуда взялись эти источники? Зависимы ли летописи друг от друга? Может быть, все три описывают одно событие, потому что все скопированы из одного протографа? Тогда это не три голоса, а один голос, повторённый трижды.

Реальна ли география? Хорошо, события совпадают в датах. Но есть ли портовые города в названных местах? Можно ли пройти маршрут за названное время? Закрыт ли перевал ледником? Есть ли враждебная территория?

Возможен ли сезон? Торговля, войны, паломничества живут по календарю природы. Летом плывут, зимой покрываются льдом реки. Весной разливы, осенью ярмарки. Может ли названное событие произойти в названный месяц?

Прежний метод считал совпадения дат. Но истории живут в реальном мире — в источниках, на карте, по календарю природы.

Как устроен был ΔPATH-Graph: три ингредиента

Метод опирался на три простых принципа:

Единый сдвиг времени (Δ) для всего корпуса

Если летопись A описывает события на 150 лет раньше летописи B, мы применяем этот сдвиг ко всему — без исключений и подправок. Или единый Δ, или его нет. Такая дисциплина защищает от соблазна подогнать каждое событие отдельно.

Контролируемые поправки (κ) только к началу периодов

Начало события можно сдвинуть на несколько лет — политизированная "ошибка" летописца, календарная неточность. Но конец события (финал войны, смерть государя, закрытие маршрута) остаётся на месте. Конец события — это якорь, неподвижная точка. Так мы защищаемся от произвольной подгонки.

Единая метрика согласия (S_pair) для каждой пары событий

Для каждого возможного соответствия вычисляется число: насколько хорошо события совпадают геометрически, насколько сильны якоря, поддерживающие их, насколько уникально это соответствие.

На выходе получается граф. Узлами служат события, правления, путешествия. Рёбра связывают их между собой, и на каждом ребре висит метрика качества. Граф показывает не только парные связи, но и «многие-к-многим»: когда одному событию в источнике A соответствуют несколько версий в источнике B.

Что получалось хорошо:

Метод выявлял устойчивый скелет событий, действительно согласованных при едином Δ. Было видно, какие соответствия уникальны, какие сомнительны. Граф давал полную картину, не только идеальные совпадения. Внутренняя логика была строгой и прозрачной.

Но граф не видел пяти главных проблем.

Пять ограничений метода: где он слеп

1. Смешение двух разных уровней

Внутренняя метрика соответствия (события хорошо совпадают в датах) начинала приниматься за окончательный вердикт. Но статус гипотезы зависит ещё и от внешних условий: откуда взялась информация, реальна ли она в пространстве и времени.

Пример: две летописи описывают войну, события совпадают на 90%, метрика S_pair = 0,85 (отлично). Граф выносит вердикт: отличное соответствие. Но потом выясняется — обе летописи переписаны с одного древнего текста, и географически путь армии перекрыт горами. На местности война невозможна. Граф об этом молчит.

2. Слепота на источниковые зависимости

Без явного анализа зависимостей легко переоценить согласие, возникшее из одного дерева текстов. Летопись A описывает войну. Летопись B переписана с A (слегка подправлена). Летопись C скопирована с B. В результате все три согласуются идеально — но это не три голоса, это один голос, три раза повторённый.

Граф выносит вердикт: три независимых источника, метрика S_pair очень высокая. Но это ложь. Одна летопись, три копии.

3. Географическая нереальность

События могут прекрасно совпадать в числах, но при проверке на карте выясняется: нет портовых городов в названных местах, нет речной связности, перевал закрыт льдом, враждебная территория перекрывает путь. Пройти этот путь за названное время невозможно.

Граф не смотрит на карту. Он видит только совпадение дат.

4. Сезонная и календарная невозможность

Торговля живёт по сезонам. В июне плывут, в январе реки покрываются льдом. Весной разливы, осенью ярмарки. Пост запрещает путешествия, праздники открывают их.

Гипотеза говорит: торговая экспедиция вышла в ноябре и дошла за две недели. Числа совпадают, граф одобряет. Но в ноябре реки уже покрыты льдом, море штормит, начинается зима. Граф не учитывает ни календарь, ни климат.

5. Иллюзия от локальных подправок

Даже осторожная поправка κ к началу события может, в пограничных случаях, давать ложное улучшение, если нет внешней проверки того, что произойдёт в целом. Начало сдвинуто на 3 года — и вот события совпадают. Но эти 3 года нарушают сезонность или логистику. Граф этого не видит.

Что нужно было добавить: архитектура новой системы

Чтобы превратить голые вычисления в честную науку, нужен был ещё один уровень — уровень проверок. Это требовало четырёх главных изменений:

Разделение вычислений и решений

Вычислительный слой (совпадение дат, граф соответствий) должен работать честно, но его выводы не могут быть окончательным вердиктом. Нужен внешний уровень, который смотрит на результаты с трёх сторон и спрашивает: это правда?

Три независимые оси проверки

Source (источники): какие корпусы скопированы, какие независимы. Байесовский пересчёт веса каждого свидетельства. Поиск «общих предков» текстов.

Space (пространство): географическая реальность маршрутов, портовые узлы, логистика, время прохода, непроходимые участки.

Season (сезоны): календарные окна навигации, ледоставы, разливы, хозяйственные и обрядовые циклы, климатические ограничения.

Нейтральность и воспроизводимость

Принцип APPEND-ONLY: ничего не стирается, только добавляется. Журнал всех правок. Контрольные суммы (чтобы не потеряться в копиях). Пороги — не впечатления, а твёрдые числа. Автоматические испытания каждого вывода.

Стандартизованные решения

Вердикт (зелёный / зелёно-жёлтый / жёлто-красный / красный) присваивается после проверки по трём осям, а не только по внутренней метрике.

Как устроена S³-DELTA в составе S³-STACK

S³-DELTA — это архитектура решений, которая вошла в состав более крупной системы S³-STACK. S³-DELTA берёт вычислительный метод ΔPATH-Graph и надстраивает над ним трёхосевую раму проверки.

Внутри остаётся всё старое:

Единый сдвиг Δ. Контролируемые поправки κ. Граф соответствий. Метрики согласия. Теплокарты совпадений. Всё это работает как прежде, честно и логично. Это ядро системы.

Снаружи появляется новое — куб трёхмерной проверки:

Для каждой гипотезы строится куб — поле с тремя независимыми осями:

Ось Source (источники): Какие тексты переписаны друг из друга (зависимые), какие независимы. Байесовский расчёт веса каждого свидетельства. Поиск «общих предков» — если все источники восходят к одному протографу, это ослабляет аргумент.

Ось Space (пространство): Может ли информация или люди пройти из одного места в другое за названное время. Есть ли рёбра реки, портовые узлы, перевалы. Какие участки закрыты (враждебная территория, ледник, пустыня). Сколько дней займёт маршрут при разных условиях.

Ось Season (сезон): Какие месяцы открыты для навигации (май—сентябрь), какие закрыты (ноябрь—март). Сельскохозяйственные циклы (посев, уборка). Религиозные календари (посты, праздники). Климатические данные. Когда возможны торговля, войны, паломничества.

В этом кубе проверяются тысячи сценариев. Для каждого сценария система спрашивает: источники независимы? География реальна? Сезон возможен? Если на все три вопроса ответ «да» — сценарий становится зелёным (жизнеспособным). Если нет — сценарий красный (невозможный).

Доля зелёных сценариев (метрика SG — stability grade, «степень устойчивости») показывает, насколько крепка гипотеза. Если 70% сценариев зелёные — гипотеза устойчива, она живёт при разных условиях. Если 5% зелёные — гипотеза хрупка, она живёт только при идеальных условиях.

Как выносится решение:

Внутренняя метрика говорит: события хорошо совпадают.

Внешние проверки спрашивают: источники независимы? География реальна? Сезон возможен?

Если все согласны — вывод зелёный (основной результат). Гипотеза прошла все испытания.

Если две оси согласны, а одна слаба — вывод зелёно-жёлтый: рабочая гипотеза, она ещё требует уточнений.

Если одна ось согласна, две слабы — вывод жёлто-красный: тенденция, не достоверна.

Если все три оси против — вывод красный: архив, гипотеза отклонена.

Теперь нельзя сказать: это просто совпадение дат. Это совпадение, которое прошло через три проверки — источниковую, географическую, сезонную. История не просто считается, она проверяется на реальность.

Система S³-DELTA в составе надсистемы S³-STACK

S³-DELTA — это не одинокий инструмент, а центральный узел системы S³-STACK. Вокруг S³-DELTA работают три других модуля:

IA-Δ (интервальный анализ) подготавливает основу: берёт два исторических слоя и ищет единый сдвиг Δ, при котором интервалы событий наложатся как два прозрачных листа.

ΔPATH-Graph (граф маршрутов) фильтрует географически невозможное: проверяет связность маршрутов, логистику, реальность пути.

BT-REI (байесовская триангуляция) переоценивает даты и веса свидетельств в вероятностной рамке, возвращая уточнённые результаты обратно в систему.

S³-DELTA стоит в центре, координируя результаты трёх модулей. Она не вычисляет вероятности (это дело BT-REI), не строит маршруты (это дело ΔPATH-Graph), не выравнивает интервалы (это дело IA-Δ). S³-DELTA выносит решение: согласованы ли все три оси, или нет?

Результатом работы S³-STACK является не субъективное мнение, а обоснованное решение с определённым классом уверенности и подробным протоколом того, как это решение было принято. Каждый шаг прозрачен, каждый модуль отвечает за свой участок, финальный вердикт выносится по трём независимым осям.

Терминология: различие принципиальное

Различие между ними принципиально:

ΔPATH-Graph — название вычислительного ядра. Это граф (graph), где рёбра определяются единым сдвигом Δ и локальной поправкой κ. Вычисления, внутренний слой. То, что мы строили прежде.

S³-DELTA — название архитектуры решений. Это система, которая оркестрирует граф плюс байесовскую переоценку источников плюс географическую и сезонную проверку. Решения, внешний уровень. То, что появилось новое.

S³-STACK — название надсистемы в целом. Это четыре модуля (IA-Δ, ΔPATH-Graph, S³-DELTA, BT-REI), работающих в цепи, под единой архитектурой трёхосевой проверки.

Когда мы говорим о методе в целом, можем использовать S³-STACK (для подчёркивания системности) или S³-DELTA (для подчёркивания решений). Главное — что это новая парадигма, которая превращает вычисления в науку.

Что будет дальше

В следующих главах мы разберёмся, как эта система устроена:

Глава 2: Как строится куб и как в нём вычисляется доля зелёных сценариев (SG).

Глава 3: Синхронизация трёх модулей: IA-Δ готовит интервалы, ΔPATH-Graph строит маршруты, BT-REI переоценивает веса.

Глава 4: Стресс-тесты и теплокарты: как читать результаты и видеть, устойчива ли гипотеза.

Глава 5: Паспорт гипотезы: что показать в отчёте, чтобы коллега мог проверить вас без ваших слов.

Глава 6: Философия метода: что меняется в том, как мы думаем об истории, когда применяем такой подход.

Главный вывод

Старый метод ΔPATH-Graph считал совпадения дат. Новая система S³-DELTA в составе S³-STACK проверяет, может ли эта история произойти на самом деле — в реальных источниках, на реальной карте, в реальное время года. История переходит от риторики к ремеслу. От впечатления к проверке.

Глава 2. Уровень S³: как три оси (Source, Space, Season) управляют решением

Двухъярусная архитектура: вычисления внутри, решение снаружи

S³-DELTA устроена как две отдельные машины, работающие одна над другой.

Внутри: старая решётка Δ–κ–S_pair. Здесь ищут совпадения интервалов, считают метрики согласия, строят граф соответствий. Работа чистая, математическая, беспристрастная. На выходе — числа.

Снаружи: новый уровень S³ (Source / Space / Season). Здесь берут эти числа и спрашивают: совместимы ли сильные метрики с условиями реального мира? Откуда взялись источники? Реальна ли география? Возможен ли сезон?

Внутренняя решётка не видит трёх осей. Три оси не считают метрики. Это разделение позволяет каждой части быть честной в своём деле, не подчиняясь давлению с другой стороны.

Как они работают вместе

Внутри вычисляется: единый сдвиг Δ, дисциплина κ, метрики IoU и средний сдвиг ε̄, покрытие C, сводный балл S_pair, граф соответствий многие-ко-многим, теплокарты распределения совпадений.

Снаружи проверяются: три оси контроля. Каждая ось решает свой вопрос. На основе их ответов назначается класс надёжности пары — зелёный, жёлтый или красный.

В старом языке (если говорить полностью): S³-DELTA одновременно использует байесову триангуляцию с источниковой трассировкой (BT-REI) и графовую укладку по сдвигу (ΔPATH-Graph). Поэтому допустимо полное имя: BT-REI-ΔPATH-Graph. Кратко зовём S³-DELTA.

Ось Source: откуда пришла информация

Что проверяем

Главное: исключить иллюзию согласия, которая возникает, когда источники на самом деле скопированы друг из друга. Три летописи согласуются идеально, но это не три голоса — это один голос, три раза переписанный.

Какие данные используем

Граф происхождения источников: явные заимствования, редакционные линии, перекрёстные цитаты, общие предки (архетипы), язык и письменность, круг переписчиков.

Типы свидетельств:

• Письменные: нарративы, акты, документы
• Материальные: монеты, печати, артефакты, слои стратиграфии, кольца деревьев
• Астрономические: затмения, видимость планет, звёздные каталоги
• Институциональные: титулатура, регалии, должности, печати властей

Как это измеряем

I_ind (индекс независимости): Какую долю веса имеют взаимно независимые ветви источников. Если все источники восходят к одному протографу, I_ind низкий.

D_div (диверсификация модальностей): Сколько разных классов свидетельств поддерживают пару. Письменные источники — это один класс. Монеты — другой. Затмение — третий. Чем больше разных классов, тем выше D_div.

R_red (редундантность): Штраф за многократные пересказы внутри одной линии. Если летопись A переписана в B, и обе описывают войну, это считается как один источник, не два.

Как выносим решение по Source

Если I_ind низкий (согласие обеспечено одной текстовой линией) — класс гипотезы снижается, независимо от того, насколько высок внутренний балл S_pair.

Если есть две или больше независимые модальности (например, астрономия плюс нумизматика) и редундантность низкая — класс может быть повышен даже при умеренном S_pair.

Выходной балл оси Source: Q_source (от 0 до 1). Это агрегат независимости и диверсификации, со штрафом за редундантность. Этот балл не суммируется с S_pair, а действует как внешний фильтр: если он низкий, то зелёный класс недопустим, какой бы сильный ни был S_pair.

Ось Space: реальна ли география

Что проверяем

Проверяем, может ли информация или люди пройти из одного места в другое за названное время. Есть ли портовые города в названных местах? Связаны ли реки? Есть ли перевалы? Не закрыт ли путь ледником или враждебной территорией?

Какие данные используем

Граф пространства: реки (направление течения, пороги, непроходимые участки), морские проливы, перевалы, порты и гавани, волоки (участки, где лодку носят по земле), дорожные участки, зоны ограниченной проходимости (лед, болота, мелководье), политические и таможенные барьеры.

Исторические режимы: известные маршруты и их активные окна, ключевые узлы доступа (портовые города, места ярмарок), технические параметры навигации (какие суда проходят, сколько груза можно везти, требуемая глубина).

Как это измеряем

Conn (связность): Есть ли вообще маршрут между ключевыми узлами пары в нужную эпоху. Если нет — пара невозможна.

LCP_t (least-cost path time, минимальная стоимость пути): Сколько дней займёт путь, если считать реальные препятствия, скорость движения, необходимые остановки.

Cap / Choke (пропускная способность и узкие места): Может ли по маршруту пройти объявленное количество людей или груза? Где находятся критические «горлышки», где срыв маршрута вероятен?

Как выносим решение по Space

Если Conn = 0 (нет достижимого маршрута вообще) — пара не может получить зелёный класс, какой бы сильный ни был S_pair. Это жёсткое условие.

Если LCP_t противоречит описанной сезонности (например, нужно 60 дней, а навигация открыта только 30 дней) — класс снижается.

Выходной балл оси Space: Q_space (от 0 до 1). Это нормированная достижимость с учётом стоимости пути и узких мест. Это внешний фильтр, но его пороги связаны с сезонностью (см. следующий раздел).

Ось Season: календарные и природные окна

Что проверяем

Проверяем, согласуется ли предполагаемая динамика событий и маршрутов с реальными окнами навигации, аграрными и обрядовыми циклами.

Война не может состояться в месяц, когда воины собирают урожай. Торговая экспедиция не может выйти в ледостав. Паломничество не может произойти во время поста.

Какие данные используем

Календарные режимы: когда начинается год в разных системах (1 января или 1 марта или 1 сентября), как отсчитываются годы правления, как конвертировать между разными календарями.

Фенология и навигация: периоды ледостава и ледохода, ветровые окна на море, весенние паводки, навигационные сезоны рек и морей, «сухие дороги» летом против «грязных сезонов» осенью и весной.

Циклы практик: сбор податей (обычно осень), военные кампании (обычно весна и лето), ярмарки (определённые месяцы), религиозные блоки (посты, праздники, запреты).

Как это измеряем

Ω_win (overlap of windows, пересечение окон): Какую долю требуемых для пары действий попадает в допустимые окна. Если события требуют 90 дней, а окно открыто только 60 дней, Ω_win низкий.

Cal_cons (календарная согласованность): Согласуются ли конверсии между календарями. Штраф, если пара «держится» на спорных интерпретациях конверсии.

Как выносим решение по Season

Если Ω_win низко (события требуют невозможной для ландшафта сезонной логистики) — класс снижается независимо от S_pair.

Если Cal_cons конфликтует (пара держится на спорных календарных интерпретациях) — пара переходит из зелёного класса в зелёно-жёлтый.

Выходной балл оси Season: Q_season (от 0 до 1). Это качественная мера сезонной реализуемости с учётом календарных конверсий и климатических ограничений.

Как три оси командуют вердиктом

Внутренняя решётка считает S_pair и выносит предварительный класс по численным порогам. Внешний уровень S³ переводит предварительный класс в окончательный, применяя логику трёх осей.

Жёсткие условия (стоп-сигналы)

Если хотя бы одно из этих условий верно — зелёный класс невозможен:

• Q_source = 0 (источники зависимы, нет независимых модальностей)
• Q_space = 0 (нет достижимого маршрута)
• Ω_win ≈ 0 (сезонная невозможность)

Даже если S_pair = 0,95 (идеальное совпадение дат), пара не получит зелёный класс, если она не прошла хотя бы одну из этих проверок.

Мягкая агрегация (расчёт итогового вердикта)

Если жёсткие условия не срабатывают, вычисляется итоговая оценка:

D = min(Q_source, Q_space, Q_season) × S_pair

Эта формула означает: если один из Q низкий, итоговый балл D падает, даже если S_pair высокий. Слабейший элемент определяет целое.

Иерархия приоритетов

Не все три оси одинаковы:

1. Источниковая независимость (Source) — приоритет №1. Без этого вся башня рушится.
2. Геодостижимость (Space) — приоритет №2. Физически невозможное остаётся невозможным.
3. Сезонная реализуемость (Season) — приоритет №3. Важна, но может быть скомпенсирована уточнениями.

Любой провал приоритета переводит пару на класс ниже.

Типология решений: примеры переходов классов

Случай 1: всё хорошо

S_pair высок, Q_source и Q_space высоки, Q_season средний → зелёный или зелёно-жёлтый класс (в зависимости от стресс-тестов и точного значения Ω_win).

Это пара, которая прошла все проверки.

Случай 2: слабая источниковая база

S_pair высок, но Q_source низкий (одна линия переписи, без независимых модальностей) → не выше жёлто-красного класса; пара идёт в «веер альтернатив».

Числа говорят: отлично. Источники говорят: не верьте, я одна переписанная линия.

Случай 3: географическая невозможность

S_pair средний, Q_space = 0 (нет маршрута вообще) → отказ независимо от внутренних метрик.

Жёсткая граница. География не прощает.

Случай 4: умеренное согласие при хороших осях

S_pair средний, все три Q выше порога → допустим зелёно-жёлтый класс с рекомендацией добора независимых якорей.

Пара живёт, но нужны доказательства.

Конкретные примеры

Пример А: торговый путь

Внутри: высокая посадка интервалов стоянок, хорошие метрики IoU и ε̄, сильный S_pair. На бумаге — отлично.

S³-проверка: граф рек требует ледохода на верхнем плече маршрута. Навигационное окно для этого — май—июнь. Но летопись говорит, что экспедиция вышла в апреле. Ω_win падает.

Вердикт: класс снижен до зелёно-жёлтого с требованием либо альтернативного сезонного расписания, либо поиска иного Δ-окна.

Пример B: династическая пара

Внутри: S_pair умеренный, IoU приемлемый, κ дисциплинирована. Числа говорят: может быть.

S³-проверка: найдена независимая монетная серия (нумизматика плюс письменные источники = две модальности), астрономический якорь затмения, и географический центр власти достижим с моря. Все три Q высоки. Календарные разрывы компенсируются фактом регентства (это объясняет, почему государь не упоминается в один период).

Вердикт: повышение до зелёного класса. Стресс-пакет пройден.

Роли компонентов в единой системе

ΔPATH-Graph — обеспечивает геометрию совпадений и структуру многие-ко-многим. Это ядро вычислений.

BT-REI — пересчитывает веса свидетельств с учётом зависимости и независимости, вносит байесову дисциплину. Это байесовский фильтр.

S³ (Source / Space / Season) — принимает решение, фильтруя внутренние сильные пары через условия происхождения данных, географии и сезонности. Это уровень решений.

Суть разделения

Внутренние метрики необходимы для сигнала — без них мы не знаем, какие события похожи. Но достаточными они становятся только после прохождения внешнего уровня S³. Числа говорят о совпадении. Три оси говорят о реальности.

Что дальше

В следующей главе будет показано, как синхронизируются IA-Δ (интервальный анализ), BT-REI (байесова триангуляция) и ΔPATH-Graph (граф маршрутов) внутри единой спецификации S³-DELTA. Мы разберёмся, как протоколы обмена между модулями поддерживают статус design-neutral (архитектурная нейтральность) без потери воспроизводимости.

Глава 3. Сшивка методов: как работают вместе IA-Δ, BT-REI и ΔPATH-Graph в S³-DELTA

Архитектура: три движка внутри, один судья снаружи

S³-DELTA — это оркестр из трёх специализированных инструментов, работающих под одной дирижёрской палочкой — уровнем S³.

IA-Δ (интервальный анализ) вывешивает два исторических слоя рядом, как прозрачные карточки, и ищет единый сдвиг Δ, при котором они совпадают. На выходе — два листа событий, выровненных по единому правилу. Её мир — это календарь и линейка времени.

ΔPATH-Graph берёт эти два листа и строит граф связей. Она спрашивает: какие события в слое А соответствуют каким событиям в слое Б? Одно-на-один, или несколько-к-одному? Насколько хорошо совпадают интервалы? Её мир — это геометрия посадки и комбинаторика многие-ко-многим.

BT-REI (байесовская триангуляция) переслушивает все свидетельства и спрашивает: откуда мы это знаем? Какой источник независим, какой — копия другого? Насколько сильно астрономический якорь поддерживает эту версию? Её мир — это вероятности и происхождение данных.

Снаружи, над всеми тремя, стоит уровень S³ (Source / Space / Season) — судья, который смотрит на выводы всех трёх и спрашивает: согласны ли источники? Реальна ли география? Возможен ли сезон? На основе ответов S³ выносит окончательный вердикт: зелёный, жёлтый или красный.

Каждый модуль честен в своём деле и не вмешивается в дела других. Но все работают ради одной цели — превратить совпадения дат в объективное решение.

Роли и границы каждого модуля

IA-Δ: календарный вычислитель

Что делает: ищет единый глобальный сдвиг Δ, при котором ранний слой источников совпадает с поздним. Контролирует локальные поправки κ (только к началам событий). Нормализует календари между разными системами. Формирует первичную сетку соответствий «ранний↔поздний».

Что выдаёт: семейство кандидатных значений Δ* (обычно одно, но может быть несколько при раздвоении гребня) с доверительными интервалами, дисциплинированные ряды интервалов для каждого события.

Её граница: она не смотрит на содержание событий, не проверяет географию, не знает про сезоны. Она видит только даты и интервалы.

ΔPATH-Graph: геометр и комбинаторик

Что делает: берёт интервалы от IA-Δ и строит граф соответствий. Для каждой возможной пары событий вычисляет, насколько хорошо они совпадают — пересечение интервалов (IoU), средний сдвиг ε̄, покрытие C. Считает уникальность каждого соответствия, ищет множественные связи (одно событие может соответствовать нескольким). Формирует граф: узлы это события, рёбра это пары с метриками.

Что выдаёт: граф соответствий many-to-many, теплокарты совпадений, агрегированный балл S_pair для каждого соответствия, слой назначения (основные пары) и слой вееров (альтернативы).

Её граница: она не спрашивает, правда ли источники независимы. Она не проверяет, есть ли дорога на карте. Она видит только геометрию интервалов.

BT-REI: содержательный аналитик

Что делает: берёт пары из ΔPATH-Graph и спрашивает: а откуда мы знаем, что эти события произошли? Анализирует блоки свидетельств:

• Блок A: цепочки событий из разных источников
• Блок B: паспорт события (титулы, география, социальная роль, экономический статус)
• Блок XI: якоря (затмения, монеты, стратиграфия)

Для каждого блока проверяет: есть ли независимые модальности (письменное плюс материальное плюс астрономическое)? Есть ли «общие предки» (один протограф, из которого всё переписано)? Пересчитывает вес каждого свидетельства с учётом его происхождения.

Что выдаёт: апостериорные вероятности для каждого блока, метки зависимости, скорректированные веса свидетельств, объяснение того, почему один источник считается сильнее другого.

Её граница: она не решает, хороша ли геометрия совпадения. Она не проверяет, возможна ли война в таком сезоне. Она видит только происхождение и вес свидетельств.

S³: внешний судья

Что делает: берёт все выводы трёх модулей (S_pair от ΔPATH-Graph, блоковые веса от BT-REI, Δ от IA-Δ) и накладывает три внешних фильтра:

• Source: независимы ли источники, есть ли разные модальности
• Space: есть ли географический маршрут, достижим ли он
• Season: есть ли открытые сезонные окна, согласованы ли календари

Если все три фильтра говорят «да» — пара получает статус зелёная. Если один провисает — понижение класса. Если два или все три против — отказ.

Что выдаёт: итоговый класс пары (зелёный / зелёно-жёлтый / жёлто-красный / красный) и полный протокол причин решения.

Её граница: она не вычисляет метрики. Она не рассчитывает вероятности. Она принимает или отвергает на основе условий, которые никакая метрика не может обойти.

Протокол синхронизации: замкнутый круг

Шаг 1: IA-Δ → ΔPATH-Graph

IA-Δ передаёт нормализованные интервалы и найденный сдвиг Δ* с его доверительной полушириной. Главный инвариант: в пределах одного корпуса действует один Δ. Если гребень раздваивается (видны два пика совпадений при разных Δ), это сигнал: корпус неоднороден, нужно разделить на подкорпусы. Но не усреднять, не смешивать. Каждому подкорпусу — свой Δ*.

Шаг 2: ΔPATH-Graph обрабатывает пары

ΔPATH-Graph получает интервалы, считает геометрию, строит граф. Инвариант: κ применяется только к началам, и только в пределах политики дисциплины. Если κ растёт, это видно в стресс-пакете, и этот рост автоматически понижает доверие к паре.

Шаг 3: ΔPATH-Graph → BT-REI

ΔPATH-Graph передаёт пары с геометрическими метриками и кардинальностью (сколько вариантов соответствия). Передаёт также S_pair для каждой пары.

Шаг 4: BT-REI пересчитывает веса

BT-REI берёт блоки свидетельств и переоценивает их. Инвариант: вклад зависимых линий переписи не может доминировать. Если три источника говорят об одном событии, но все три скопированы друг из друга (одна ветвь), вес этого события урезается. Если три источника независимы (три разные ветви, три разные модальности), вес растёт.

Шаг 5: BT-REI → ΔPATH-Graph (обратная связь)

BT-REI возвращает апостериорные веса и метки зависимости. ΔPATH-Graph пересчитывает S_pair с учётом этих корректировок. Граф обновляется.

Шаг 6: Внешний уровень S³

S³ применяет конъюнктивный фильтр: проверяет Q_source (независимость), Q_space (географию), Q_season (сезоны). Вычисляет итоговый балл:

D = min(Q_source, Q_space, Q_season) × S_pair

Принимает решение: если D выше порога и все Q выше своих порогов — зелёный класс. Иначе — понижение или отказ.

Шаг 7: Обратная связь в цепь

Если S³ срезает класс из-за Space (нет маршрута), ΔPATH-Graph предлагает альтернативные маршруты или окна времени. Если по Source обнаружена зависимость, BT-REI пересчитывает веса, и при необходимости IA-Δ переоценивает диапазон Δ для подкорпусов. Цикл замыкается.

Инварианты, которые гарантируют нейтральность

Чтобы метод оставался объективным, введены жёсткие правила:

APPEND-ONLY и воспроизводимость

Ничего не удаляется, только добавляется. Каждый пересчёт фиксируется. Целостность проверяется хеш-суммами. Любая переклассификация пары сопровождается краткой запиской о причине.

SCHEMA-FIRST

Все таблицы и структуры данных проходят проверку структуры ДО включения в вычислительный цикл. Никаких сюрпризов середине процесса.

Δ-консерватизм

Один Δ на корпус. Альтернативные гребни не усредняются — они запускают разделение на подкорпусы. Это гарантирует, что гипотеза не жульничает, не скрывая противоречивых данных под одним средним значением.

κ-аскетизм

Поправка только к началу события, и только под источниковую причину (известная календарная ошибка, смена системы дат). Если κ растёт, это видно и штрафуется в стресс-тестах. Нельзя подтягивать концы событий для красивого совпадения.

Источник-сначала

Без независимых модальностей (не менее двух разных классов доказательств: письменное, материальное, астрономическое) зелёный класс запрещён. Это правило нельзя обойти никаким совпадением дат.

Гео-физическая правдоподобность

Нет достижимого маршрута — нет принятия, как бы ни был велик S_pair. География физическая, её не обойти красивыми цифрами.

Разделение уровней

Внутренние метрики не разрешают внешние условия. Решение всегда принимается над решёткой Δ–κ–S_pair, а не ею самой.

Разрешение конфликтов

Конфликт 1: два гребня (раздвоение Δ)

Если IA-Δ находит два пика совпадений при разных сдвигах, это значит: корпус содержит две неоднородные группы событий. Решение: автоматическое разбиение на два подкорпуса, каждому — свой Δ*. Сравниваются S_pair и S³-баллы внутри каждого. Запрет на склейку подкорпусов до появления независимых мостов (якорей, которые работают для обоих сдвигов).

Конфликт 2: геометрия против сезонности

Интервалы отлично совпадают, S_pair высок, но Ω_win (пересечение окна времени) низко. Сезонная невозможность. Решение: пара остаётся в слое вееров (альтернативы). Система требует либо альтернативного сезонного сценария (может быть, событие произошло другой месяц?), либо независимых якорей, которые объясняют, почему ритмы сдвинулись.

Конфликт 3: высокий S_pair при источниковой зависимости

Числа говорят: отлично. Источники говорят: но я переписана из другой. Решение: BT-REI понижает вклад зависимого свидетельства. Пара превращается в «зелёно-жёлтую» (рабочую гипотезу) и остаётся так до появления независимых подтверждений.

Как меняется класс пары при прохождении системы

Сценарий 1: всё хорошо

Пара вышла из ΔPATH-Graph как крепкая (высокий S_pair, стресс-тесты пройдены). BT-REI подтвердила: источники независимы, две модальности. S³ проверила: Q_source высокий, Q_space высокий, Q_season высокий.

Результат: зелёный класс. Гипотеза принята.

Сценарий 2: хорошая геометрия, но слабые источники

ΔPATH-Graph выдала высокий S_pair. Но BT-REI нашла: все три источника восходят к одному протографу, нет независимых модальностей.

Результат: жёлто-красный класс. Пара уходит в слой вееров с требованием добора независимых якорей.

Сценарий 3: умеренная геометрия, но все оси согласны

S_pair средний, но Q_source высокий (две независимые модальности), Q_space высокий (маршрут достижим), Q_season высокий (сезонное окно совпадает).

Результат: зелёно-жёлтый класс. Пара принимается как рабочая гипотеза.

Сценарий 4: любой красный на S³

Какой бы высокий ни был S_pair, если хотя бы один из Q = 0 (например, нет географического маршрута вообще), пара получает красный класс — отказ.

Потоки данных через систему

textВход → IA-Δ:
- нормализованные интервалы событий
- календарные правила разных систем
- предполагаемые диапазоны Δ

IA-Δ выход / ΔPATH-Graph вход:
- Δ* (найденный сдвиг)
- κ-политика (правила поправок)
- выровненные ряды интервалов

ΔPATH-Graph выход / BT-REI вход:
- пары событий
- геометрические метрики (IoU, ε̄, C)
- кардинальность (один-к-одному, многие-ко-многим)
- S_pair для каждой пары

BT-REI выход / S³ вход:
- апостериорные вероятности для блоков A/B/XI
- метки источниковой зависимости
- скорректированные веса свидетельств

S³ выход:
- итоговые классы пар (зелёный / жёлто-зелёный / жёлто-красный / красный)
- полные протоколы (Source / Space / Season)
- объяснения каждого решения
- рекомендации по добору данных

Все шаги фиксируются дифф-манифестами (различиями между версиями) и контрольными суммами. Никакая переклассификация не проходит без записи о причине.

Почему это работает: нейтральность через архитектуру

В прежней версии метода (когда был только граф посадки и метрики совпадения) решение принималось на уровне S_pair. Это создавало опасность: если числа высокие, гипотеза принималась, даже если источники подозрительны, маршрут невозможен или сезон противоречит логике.

S³-DELTA устраняет этот разрыв архитектурой: внутренний сигнал (совпадение дат) обязателен, но не достаточен. Решение принимается над сигналом, в пространстве трёх осей. Метод не подгоняет историю под красивую картинку. Он принимает или отвергает совпадения только там, где сходятся и цифры, и условия мира.

Это нейтральность не в смысле «никакого мнения», а в смысле «объективный критерий, проверяемый без автора». Любой коллега может пройти тот же путь и получить тот же вывод.

Что дальше

В следующей главе будет показано, как уровень S³ материализуется в конкретные проверки качества: набор стресс-тестов, эпистемические пороги и система отчётности. Мы разберёмся, как протокол вееров альтернатив удерживает множественные версии истории без их насильственного сведения к единственной линии.

Глава 4. Как работают три фильтра S³: Source, Space, Season

Зачем нужны внешние фильтры

Внутренняя решётка Δ–κ–S_pair умеет одно: проверить, хорошо ли совпадают интервалы событий. Она считает геометрию и силу свидетельств. Это необходимо. Но недостаточно.

Решение о том, правда ли гипотеза, принимается не на уровне метрик. Оно принимается выше, в трёхмерном пространстве реальности: откуда пришли данные (Source), могут ли события произойти там и так (Space), когда они могли произойти (Season).

Эта глава — практическое руководство. Здесь мы разбираем, как измеряется каждый фильтр, какие пороги срабатывают, как система выносит вердикт.

Фильтр 1: Source — откуда берётся информация

Что проверяем

Главное: есть ли независимые голоса, или это один голос, повторённый много раз.

Для каждой пары мы строим граф происхождения. Вершины этого графа — это источники (летопись, хроника, компиляция, современный исследовательский конспект). Рёбра — это связи: какой текст откуда скопирован, кто ссылается на кого, есть ли общий предок.

Материальные якоря (монеты, печати, артефакты) и астрономические наблюдения (затмения) фиксируются отдельно. Это другие модальности, не письменные.

Как это измеряем

Показатель Q_source (от 0 до 1) показывает качество независимости. Вычисляется так:

Правило 1: нужны минимум две разнородные модальности.

Одна модальность — это письменные источники все вместе. Даже если их сто, это один голос.
Две модальности — письменные источники плюс что-то материальное (монеты, керамика, стратиграфия).
Три модальности — письменные плюс материальные плюс астрономические.

Чем больше разнородных модальностей, тем выше Q_source.

Правило 2: каждый источник имеет «коэффициент зависимости» (d).

Если летопись A оригинальная, d = 0 (независимая).
Если летопись B скопирована с A, d = 0,8 (высоко зависимая).
Если летопись C скопирована с B, которая скопирована с A, d = 0,95 (полностью зависимая).

Вес каждого источника снижается на коэффициент d. Зависимые линии учитываются слабее.

Правило 3: близнецы внутри одной ветви считаются одним источником.

Если в одной ветви переписи несколько летописей, которые практически идентичны, они не считаются тремя голосами. Это один переписанный текст.

Результат: Q_source показывает, какую долю веса имеют действительно независимые, разнородные свидетельства.

Пороги и границы

Зелёный класс требует:

• Q_source ≥ 0,70
• И минимум два независимых источника из разных модальностей

Жёлто-зелёный класс допустим при:

• Q_source ≥ 0,55
• Но нужны сильные показатели на других осях

Жёлто-красный или красный при:

• Все подтверждения в пределах одной ветви письменной традиции
• Нет материальных или астрономических якорей
• Q_source < 0,50

Испытания на прочность (стресс-тесты)

Тест 1: Source-knockout

Последовательно «выключаем» каждую модальность. Сначала убиваем все письменные источники — остаются только монеты. Потом убиваем монеты — остаются только затмения. Потом убиваем затмения.

Если при удалении хотя бы одной модальности класс пары падает ниже жёлто-зелёного — это значит, что пара слишком хрупка, она "держится на одной ноге".

Тест 2: Lineage-merge

Сжимаем все зависимые ветви в один источник. То есть: были письменные источники (A, B, C), где B и C копии A. Заменяем их на один источник A.

Если класс пары резко падает — это значит, что она казалась сильнее, чем есть на самом деле. Была иллюзия независимости.

Фильтр 2: Space — может ли это произойти на карте

Что проверяем

События согласуются в датах. Но могут ли люди, войска, товары пройти из пункта A в пункт Б за названное время, при названных условиях?

Есть ли река связная, есть ли портовый город, есть ли перевал? Или маршрут закрыт горами, враждебной территорией, ледником?

Как это измеряем

Строим граф путей. Вершины — города, порты, перевалы, волоки (участки, где лодку несут пешком). Рёбра — маршруты между ними: реки, морское побережье, караванные тропы.

Для каждого маршрута указываем:

• Время прохода при типичной скорости
• Сезонные ограничения (когда закрыто)
• Пропускную способность (сколько людей может пройти, сколько груза)
• Критические «узкие места» (участки, где срыв маршрута вероятен)

На основе этого графа вычисляем Q_space (от 0 до 1).

Правило 1: маршрут должен существовать.

Если между двумя местами вообще нет пути в нужную эпоху — Q_space = 0. Никакие метрики не помогут.

Правило 2: время в пути должно быть достижимо.

Если война должна развернуться в 30 дней, но минимум время прохода маршрута — 45 дней, это конфликт.

Q_space снижается, если есть несоответствие между историческим сюжетом и географической реальностью.

Правило 3: сезонные ограничения узлов.

Если порт закрыт зимой льдами, экспедиция не может выйти в январе. Если река в половодье не судоходна, кампания не может начаться весной.

Q_space штрафуется, если требуемый период совпадает с периодом закрытия узлов.

Результат: Q_space показывает, насколько реалистичен маршрут при названных условиях.

Пороги и границы

Зелёный класс требует:

• Q_space ≥ 0,70
• Маршрут существует и достижим в названное время

Жёлто-зелёный класс при:

• Q_space = 0,55–0,70
• Маршрут существует, но есть сезонные вопросы или узкие места

Жёлто-красный или красный при:

• Q_space < 0,55
• Маршрут невозможен или требует невероятных времён

Испытания на прочность

Тест 1: Isochrone-perturbation

Варьируем скорости в реалистичных пределах. Войска медленнее, чем купцы. Летом быстрее, чем зимой. Мы меняем скорости на ±10–15% и смотрим: меняется ли класс пары?

Если класс остаётся зелёным при разных скоростях — это хороший знак. Пара устойчива к разумным вариациям.

Тест 2: Route-swap

Есть два приблизительно равных маршрута (север и юг). Мы заменяем один на другой и смотрим: класс меняется или нет?

Если класс падает, это значит, что пара зависит от конкретного маршрута, она хрупка. Если остаётся тем же — пара устойчива.

Фильтр 3: Season — когда это могло произойти

Что проверяем

События живут в окнах природы. Летом плывут, зимой покрываются льдом реки. Весной разливы, осенью ярмарки. Летом война, зимой обороны твёрдых укреплений.

Каждый исторический сюжет требует определённого сезонного окна. Войны обычно весна-лето. Торговля — сезон открытой навигации. Паломничества — определённые религиозные периоды.

Нужно проверить: совпадает ли заявленный период с реальными сезонными окнами?

Как это измеряем

Строим сезонные слои для каждого региона и эпохи:

Слой 1: Навигация

Когда открыты реки? Май-сентябрь для Европейского севера, март-ноябрь для Средиземноморья. Указываем месяцы для каждого маршрута.

Слой 2: Сельскохозяйственные циклы

Посев апрель-май, жатва август-сентябрь. В эти периоды люди не ходят на войну — нужны руки в поле.

Слой 3: Административные циклы

Когда собираются налоги? Обычно осень, после урожая. Когда ярмарки? Часто осень и весна.

Слой 4: Календарные маркеры

Когда начинался год? Январь, март или сентябрь? В разных местах и эпохах — по-разному. Это важно для согласования дат между источниками.

На основе этих слоёв вычисляем Q_season (от 0 до 1).

Правило 1: мягкие несоответствия допустимы только при источниковом обосновании.

Если события требуют 30 дней, а окно открыто 60 дней — хорошо, есть запас.

Если требуют 60 дней, но окно открыто 50 дней — можно, если источник явно говорит, что период сдвинулся, например, из-за раннего ледохода.

Правило 2: жёсткие запреты обнуляют окно.

Если навигация закрыта в январе, а события требуют выхода в январе, это невозможно. Никакого источника не поможет. Q_season = 0.

Результат: Q_season показывает, насколько реалистичен сезонный сценарий события.

Пороги и границы

Зелёный класс требует:

• Q_season ≥ 0,70
• Событие совпадает с открытым сезонным окном

Жёлто-зелёный класс при:

• Q_season = 0,60–0,70
• Есть вопросы о сезоне, но они разрешимы

Жёлто-красный или красный при:

• Q_season < 0,60
• Событие требует невозможного сезона

Испытания на прочность

Тест 1: Season-shift

Моделируем альтернативные начала года. В разных регионах год начинался в разное время. Мы меняем начало года на месяц-два назад или на месяц-два позже и смотрим: меняется ли класс?

Если класс остаётся зелёным — пара устойчива к разумным календарным вариациям.

Если падает — пара зависит от конкретной календарной интерпретации, она хрупка.

Тест 2: Window-erosion

Сужаем сезонные окна. Вместо май-сентябрь смотрим май-август (на месяц меньше). Смотрим: класс меняется?

Если зелёный класс сохраняется при сужение окна на 20–30% — это хороший знак. Пара не зависит от маргинальных месяцев.

Как три фильтра работают вместе

Каждый из трёх фильтров (Q_source, Q_space, Q_season) даёт число от 0 до 1. Итоговое решение зависит от минимума:

D = min(Q_source, Q_space, Q_season) × S_pair

Это значит: если один из трёх фильтров низкий, итоговый балл падает, даже если два других высокие. Слабейший элемент определяет целое.

Зелёный класс требует:

1. Внутреннее согласие: S_pair высокий, стресс-тесты пройдены, κ дисциплинирована
2. Внешнее согласие: все три Q ≥ 0,70

Жёлто-зелёный класс при:

• Все три Q ≥ 0,55
• S_pair хороший
• Нет «красных» флагов на любой оси

Жёлто-красный класс при:

• Хотя бы один Q < 0,55
• Или внутренние метрики слабые

Красный класс — отказ:

• Любой Q = 0 (невозможно)
• Или кумулятивный результат показал несовместимость

Пример: как пара проходит через три фильтра

Пара X→Y имеет сильную геометрию: события хорошо совпадают, S_pair = 0,77.

Аудит Source:

• Письменные источники: две летописи, но вторая скопирована с первой
• Материальные: монеты того же периода
• Астрономические: затмение упоминается в обеих летописях, но зависит ли это упоминание?

Вывод: Q_source = 0,82 (хорошо). Есть письменные и материальные модальности, доля плагиата учтена.

Аудит Space:

• Маршрут: река Днепр + два волока
• Время: 45 дней при типичной скорости
• Сезонное ограничение: навигация открыта май-сентябрь

Вывод: Q_space = 0,74 (хорошо). Маршрут существует, время достижимо, сезонные ограничения совпадают.

Аудит Season:

• События требуют май-июнь
• Навигация открыта май-сентябрь
• Но источник упоминает раннее начало кампании, что необычно

Вывод: Q_season = 0,68 (средне). Есть небольшое сезонное несовпадение.

Итоговое решение:

D = min(0,82, 0,74, 0,68) × 0,77 = 0,68 × 0,77 = 0,52

Пара получает класс зелёно-жёлтый (рабочая гипотеза). Рекомендация: расширить независимые сезонные якоря. Если найти метеорологические данные или портовые журналы, которые подтвердят раннее начало кампании, пара поднимется до зелёного класса.

Сертификат S³: что выдаёт система

Каждая пара, которая прошла через систему, получает сертификат аудита. Это компактная карточка, которая показывает все четыре уровня проверки:

Уровень 1: Внутренние метрики

• Δ* = сдвиг времени
• κ = поправка к началу
• S_pair = 0,77
• IoU = 0,71 (пересечение интервалов)
• ε̄ = 2,1 года (средний сдвиг)

Уровень 2: Источники (Source)

• Q_source = 0,82
• Модальности: письменные (летописи), материальные (монеты)
• Зависимые ветви учтены

Уровень 3: География (Space)

• Q_space = 0,74
• Маршрут: Днепр + волоки
• Время: 45 дней в пределах допустимого

Уровень 4: Сезоны (Season)

• Q_season = 0,68
• Окно: май-июнь
• Вопрос: раннее начало кампании требует подтверждения

Итоговый вердикт: Зелёно-жёлтый класс

Рекомендация: добавить метеорологические данные или портовые журналы, которые объяснят раннее начало.

Этот сертификат публикуется вместе с результатом. Любой коллега может взять его и проверить каждый пункт — в архивах, на карте, в климатических базах данных. Это гарантирует воспроизводимость и честность.

Почему это необходимо

Уровень S³ — не дополнение к методу, это его суть. Без него система была бы слепа на три главных вопроса: откуда берётся информация, может ли она произойти географически, может ли она произойти во времени.

С уровнем S³ система становится не просто вычислительной машиной, а инструментом честной исторической науки. Совпадение дат — это необходимо, но не достаточно. Необходимо ещё и то, чтобы совпадение жило в реальном мире: в независимых источниках, на реальной карте, в реальное время года.

Что дальше

В следующей главе мы разберёмся, как система работает с неопределённостью. Не все пары получают окончательный зелёный класс. Многие остаются в слое вееров — множестве альтернатив, которые система удерживает без насильственного сведения к одной версии. Мы покажем, как работают эти веера, какие правила управляют переходом от рабочих гипотез к опорному нарративу, и как всё это остаётся проверяемым и честным.

Глава 5. Веера альтернатив: как система удерживает множественность и выбирает опорный нарратив

Почему нужны веера

История редко одномерна. Обычно есть несколько правдоподобных версий событий. Старые методы либо выбирали одну и забывали про остальные, либо говорили «неизвестно» и молчали.

S³-DELTA поступает иначе. Система удерживает все альтернативы, ранжирует их по качеству, и показывает, какие данные нужны, чтобы отсеять сомнительные версии.

В историческом тексте это работает так: есть основной слой (опорные связки, в которых система уверена), и есть веер альтернатив (другие возможные связки, с объяснением, почему они слабее). Читатель видит и основное решение, и то, почему оно основное.

Два слоя графа: основной и альтернативный

Слой назначения (опорные рёбра)

Это максимально однозначные соответствия. Обычно один-на-один: одно событие из ранней традиции соответствует одному событию из поздней.

Иногда допускаются двое-к-одному (два переименованных или сегментированных события соответствуют одному). Но это редко и при строгих условиях:

• Оба события должны быть внутри одного Δ-окна
• Обе должны пройти S³-проверку на уровне ≥0,70
• Должны быть источниковые причины (например, известна подмена имён в переписи)

Жёсткие запреты:

• Нельзя смешивать разные Δ-корридоры в одно соответствие
• Нельзя назначить зелёный класс, если хотя бы один Q < 0,55 (например, нет географического маршрута вообще)
• Нельзя полагаться на большие поправки κ без источникового обоснования

Слой альтернатив (веер)

Все остальные рёбра, которые прошли базовые проверки, но не заработали зелёный класс. Они окрашены по классам: жёлто-зелёные, жёлто-красные, красные.

Веер показывает, какие альтернативы есть и почему они менее надёжны чем опорное соответствие.

Как система выбирает опорные рёбра

Это не произвольный выбор. Это оптимизация по ясным критериям.

Шаг 1: вычисляем эффективный вес каждого ребра

Для каждого возможного соответствия между событиями считаем комбинированный вес:

S_eff = S_pair × Q_source × Q_space × Q_season × (1 − множественность) × уникальность

Это значит: берём геометрию совпадения (S_pair), умножаем на независимость источников, умножаем на географическую реальность, умножаем на сезонную возможность, штрафуем за множественность (если это соответствие конкурирует с другими), и выдаем бонусы за уникальность (если это соответствие единственное).

Чем выше S_eff, тем лучше кандидат.

Шаг 2: накладываем ограничения

Разрешаем к выбору только рёбра, которые:

• Находятся внутри основного Δ-окна (например, в пределах 90% высоты гребня)
• Имеют контролируемые поправки κ (не больше одного года, и с источниковым обоснованием)

Это гарантирует, что система не выбирает маргинальные, сомнительные соответствия.

Шаг 3: решаем задачу оптимального сопоставления

Если события обычно соответствуют один-к-одному (1:1), мы решаем классическую задачу взвешенного паросочетания. Представляем ранние события как вершины слева, поздние события как вершины справа, рёбра между ними с весами S_eff. И ищем паросочетание, которое максимизирует сумму весов.

Это как найти оптимальное расписание встреч так, чтобы никто не встречался дважды и сумма «качества встреч» была максимальна.

Если допускаются многие-ко-многим соответствия (2:1, 1:2), мы немного усложняем задачу: добавляем штраф за множественность и ищем сопоставление, которое балансирует между качеством и простотой.

Шаг 4: проверяем устойчивость

Берём назначенные рёбра и проверяем их стойкость:

• Если слегка перепутать порядок событий (соседний swap), рёбра остаются назначенными?
• Если изменить скорости на 10–15% (изохроны), рёбра остаются назначенными?
• Если сдвинуть начало года (календарь), рёбра остаются назначенными?

Если рёбра падают при малых возмущениях — это сигнал: они хрупкие, их нужно вернуть в веер.

Шаг 5: финальная проверка S³

Для каждого назначенного ребра требуем Q_min ≥ 0,70 (все три оси выше порога).

Если хотя бы один Q упал ниже 0,55 — ребро не может быть зелёным. Оно может быть зелёно-жёлтым, но в назначение не идёт.

Жизненный цикл гипотезы в веере

Каждое предположение о соответствии проходит несколько стадий:

Стадия 1: Кандидат (Candidate)

Ребро только что появилось в графе. Оно пассирует базовые пороги S_pair, но ещё не прошло стресс-тесты.

Стадия 2: Проверено (Vetted)

Ребро прошло стресс-тесты, не упало при возмущениях. Теперь оно серьёзный кандидат.

Стадия 3: Назначено (Assigned) или В веере (Alternative)

• Назначено: ребро выбрано как опорное для этого соответствия в основном слое. Это зелёное или зелёно-жёлтое соответствие.
• В веере: ребро остаётся альтернативой, но не основным выбором. Это жёлто-красное или красное соответствие, или зелёно-жёлтое, которое проиграло конкуренцию.

Стадия 4: Понижено (Demoted) или В резерве (Archived)

• Понижено: новые данные показали, что ребро менее надёжно, чем казалось. Q упал, класс понизился.
• В резерве: ребро старое, его заменили более надёжным. Но оно остаётся в историческом архиве веера — может когда-нибудь понадобиться.

Триггеры переходов

Понижение вызывают:

• Падение Q_min ниже порога
• Обнаружение раздвоения гребня Δ (это значит, корпус неоднороден)
• Рост MP (множественность) — слишком много конкурирующих версий
• Чувствительность к κ-ban — ребро разрушается, если запретить поправки κ

Повышение вызывают:

• Добор независимых модальностей (например, найдена монета, которая подтверждает дату)
• Уточнение маршрута на карте (географический маршрут стал более реальным)
• Сужение сезонного окна, но без потери класса (сезон стал более ясен)
• Рост уникальности (это соответствие становится единственным правдоподобным)

Расщепление вызывает:

• Обнаружение двух гребней Δ одинаковой высоты (это сигнал: в корпусе две разные традиции)
• Система автоматически разделяет корпус и пересчитывает Δ для каждого подкорпуса отдельно
• Рёбра перераспределяются между новыми назначенными слоями

Конфликты: когда традиции расходятся

Если граф распадается на несвязные куски (группы событий, которые совпадают внутри, но не связаны между группами) или если теплокарта показывает два пика Δ, это конфликт. Система решает его так:

Автоматическое разделение (Community Detection)

Используем алгоритм Louvain или Leiden, который находит естественные группы событий в графе рёбер. Каждая группа — кандидат на отдельную традицию.

Отдельный расчёт для каждой традиции

Каждой группе присваиваем свой Δ* и пересчитываем S³ заново. Это позволяет каждой традиции иметь собственную внутреннюю согласованность.

Мета-сшивка (соединение традиций)

Если есть несколько промежуточных слоёв данных (например, ранняя традиция, средняя, поздняя), мы пытаемся их связать через уникальные якоря (затмения, монеты). Если якорей достаточно и они согласованы — традиции соединяются в единый граф. Если нет — они остаются в отдельных веерах, показывая, что история имеет несколько параллельных версий.

Как писать про альтернативы в исторический текст

Когда исследователь публикует результаты, для каждой альтернативы он создаёт карточку:

Карточка альтернативы должна содержать:

Основные метрики:

• Δ* и κ-политика
• IoU (пересечение интервалов), ε̄ (средний сдвиг)
• S_pair (геометрия), NX (уникальность), MP (множественность)
• Q_source, Q_space, Q_season
• Итоговый класс (зелёный, жёлто-зелёный, жёлто-красный)

Слабое место:

Чётко написано, что не хватает для этой альтернативы. Например: «Слабое место — Season (неясно, открыта ли навигация в апреле)»

Условие разрешения:

Какие данные способны разрубить эту альтернативу. Например: «При обнаружении портового журнала XV века, подтверждающего весеннюю активность портов, альтернатива поднимется в зелёный класс»

Краткая формула статуса:

Например: «Альтернатива класса жёлто-зелёный; жизнеспособна при подтверждении зимнего спуска по реке X»

Такая карточка показывает не только сегодняшнюю уверенность, но и план дальнейших исследований. Это показывает, какие данные нужно искать, чтобы уточнить историю.

Метрики здоровья веера

Система использует несколько показателей, чтобы понять, готов ли веер к назначению опорного ребра:

BFI (Branching Factor Index, степень разветвленности)

Сколько рёбер находятся в пределах 5% от лучшего S_eff? Если BFI = 1, есть один ясный лидер. Если BFI = 5, есть пять примерно равных кандидатов.

Пороговое значение: BFI ≤ 2 (не более двух сильных кандидатов).

Если BFI > 2, система остаётся в веере и требует добора данных.

Энтропия веера (H_fan)

Распределение нормированных S_eff по рёбрам. Если все S_eff примерно равны — энтропия высокая (много неопределённости). Если один ясный лидер — энтропия низкая.

Пороговое значение: H_fan ≤ 0,7 (по выбранной базе логарифма).

Δ-ширина

Полуширина Δ-окна для всех рёбер веера (на уровне ≥90% пика гребня). Если окно узкое — Δ хорошо определён. Если широкое — неопределённость в датировке.

Пороговое значение: Δ-ширина ≤ 8 лет.

NX-spread (разброс уникальности)

Разница в уникальности между лучшим и вторым кандидатом. Если первый явно уникальнее — это хороший знак. Если разница мала — есть конкуренция.

Пороговое значение: разница ≥ 0,06.

S³-gap (разрыв по осям)

Разница в Q_min между лучшим кандидатом и вторым. Лучше — на сколько выше по всем трём осях вместе?

Пороговое значение: лучший на ≥ 0,08 выше второго.

Пороговое выполнение

Если все пять условий выполнены одновременно, система переносит лучшее ребро в слой назначения. Если не все — ребро остаётся в веере, и ждём добора данных.

Конкретный пример: выбор опорного ребра из трёх кандидатов

Представим, что история говорит о Правителе Y, правившем примерно в 708–728 годах. В графе есть три возможных соответствия (все при Δ ≈ 608 лет). Каждый кандидат характеризуется набором метрик:

Кандидат A:

• S_pair = 0,76 (хорошая геометрия совпадения)
• NX = 0,70 (высокая уникальность)
• MP = 0,00 (нет конкуренции)
• Q_source = 0,83 (независимые источники хороши)
• Q_space = 0,78 (маршрут достижим)
• Q_season = 0,74 (сезон согласуется)
• S_eff = 0,34 (итоговый вес: максимальный)

Кандидат B:

• S_pair = 0,73 (немного ниже, чем у A)
• NX = 0,49 (уникальность ниже)
• MP = 0,00 (нет конкуренции)
• Q_source = 0,79 (источники хорошие, но немного хуже)
• Q_space = 0,76 (маршрут хорош, но уже)
• Q_season = 0,62 (здесь проблема: сезонное окно сомнительно)
• S_eff = 0,22 (итоговый вес: ниже, чем у A)

Кандидат C:

• S_pair = 0,69 (совпадение ниже)
• NX = 0,55 (уникальность средняя)
• MP = 0,50 (высокая множественность: много конкуренции)
• Q_source = 0,81 (источники хорошие)
• Q_space = 0,70 (маршрут критичен)
• Q_season = 0,68 (сезон спорный)
• S_eff = 0,11 (итоговый вес: самый низкий)

Анализ:

BFI: Кандидаты A и B близки по S_eff (0,34 и 0,22), BFI = 2. Приемлемо.

NX-spread: A на 0,21 выше B. Хорошо — явный лидер.

S³-gap: минимум для A = min(0,83, 0,78, 0,74) = 0,74; для B = min(0,79, 0,76, 0,62) = 0,62. Разница = 0,12. Приемлемо.

Δ-width: 6 лет, дисциплинирован κ. Хорошо.

Решение:

A переходит в слой назначения с зелёным классом (все Q ≥ 0,70). Это опорное соответствие.

B остаётся в веере с зелёно-жёлтым классом (слабое место — Season, Q_season = 0,62). Карточка для B: «Альтернатива жизнеспособна, если будут найдены портовые журналы, подтверждающие навигацию в названный период».

C уходит в резерв с жёлто-красным классом (MP = 0,50 — много конкуренции, и Q_season низкий).

Управление веером — не прихоть, а дисциплина

Система не выбирает «красивую версию» истории. Она выбирает версию, которая:

• Максимизирует комбинированный качественный вес (S_eff)
• Не нарушает ограничения Δ-когерентности (один сдвиг времени на всё)
• Прошла проверку на независимость источников, географическую реальность и сезонную возможность
• Устойчива к малым возмущениям данных

Альтернативы не скрываются. Они документируются, получают условия разрешения, и служат картой дальнейшего сбора данных. История не становится проще — она становится честнее.

Что дальше

В следующей главе мы подробно рассмотрим процесс вывода результатов системы в печатном формате и их публикации. Мы детально изучим структуру итогового отчёта: его оформление, содержание и представление данных. Особое внимание будет уделено выбору и представлению таблиц и графов, которые наилучшим образом отражают результаты работы системы.

Важным аспектом станет вопрос обеспечения прозрачности и проверяемости результатов. Мы разберём механизмы, позволяющие любому исследователю воспроизвести все этапы работы и проверить корректность полученных выводов без обращения к автору.

Заключительная часть главы будет посвящена вопросам масштабируемости системы. Мы рассмотрим, как происходит адаптация системы при включении новых корпусов данных и дополнительных якорей. Особое внимание будет уделено процессам переклассификации вееров, переоценке назначений и обновлению исторической информации, при этом сохраняя возможность проверки всех изменений и преобразований.

Глава 6. Как публиковать результаты и соблюдать честность при добавлении новых данных

Что будет в этой главе

Мы создали метод, провели проверки, расставили рёбра в слой назначения и в веер альтернатив. Что дальше?

Нужно выложить результаты так, чтобы любой мог проверить каждый шаг. И нужно подготовиться к тому, что через год появятся новые архивы, новые монеты, новые данные. Как добавить их, не рушась, не дрейфуя, не перепрыгивая через пороги?

Эта глава про дисциплину публикации и про честность при росте знания.

Из чего состоит итоговый пакет публикации

Когда система готова, публикуется не просто граф и несколько графиков. Выкладывается целый пакет:

1. Слой назначения (опорные рёбра)

Перечень всех опорных соответствий (обычно один-на-один, иногда двое-к-одному). Для каждого ребра показываем:

• Δ* (найденный сдвиг времени) и κ-политика (правило поправок)
• IoU (пересечение интервалов), ε̄ (средний сдвиг), Coverage (покрытие)
• S_pair (геометрия совпадения)
• NX (уникальность), MP (множественность)
• δ_Δ (стабильность сдвига)
• Q_min (минимум из трёх осей S³)
• Класс ребра (зелёный, зелёно-жёлтый)

2. Слой вееров (альтернатив)

Полный список всех альтернативных соответствий, которые прошли базовые пороги, но не вошли в слой назначения. Для каждой альтернативы — чёткое описание, почему она слабее, и условие разрешения: какой тип данных способен её перевести в слой назначения.

Например: «Альтернатива класса жёлто-красный; лимитируется Season. Перейдёт в назначение при подтверждении портовых журналов XV века».

3. S³-сертификаты пар

Для каждого зелёного и зелёно-жёлтого ребра — компактный паспорт (см. раздел 6.3), который можно цитировать в тексте.

4. Стресс-резюме

Таблица результатов всех испытаний: перестановки событий, κ-ban (запрет поправок), соседние swap-ы, бутстреп, выбивание якорей, анализ гребня, абляция (выключение частей), hold-out (исключение части данных).

Для каждого испытания — число и порог. Если число лучше порога — галочка, зелёный статус. Если хуже — красная отметка, понижение класса.

5. Δ×κ-теплокарта

Двумерная карта совпадений в осях Δ (сдвиг времени) и κ (поправка к началу). Показывает гребень — пик совпадений. Если есть второй пик одинаковой высоты, это сигнал: в корпусе две традиции.

Подписаны Δ*, полуширина окна, кривизна склонов.

6. Граф соответствий

Взвешенный граф: узлы это события, рёбра это соответствия. Рёбра раскрашены по классам: зелёные, жёлто-зелёные, жёлто-красные. Подписаны ключевые метрики на рёбрах.

Если в корпусе несколько традиций (несколько Δ-окон), граф показывает компоненты отдельно.

7. Журнал воспроизводимости

Это очень важно. Выкладываются:

• VERSION: версия метода и дата запуска
• HASHLIST: хеш-суммы всех входных файлов и выходных артефактов
• MANIFEST: список всех изменений (только добавления, никогда удаления)
• SEED: фиксированные значения для случайных функций (для бутстрепа)
• SCHEMA: описание структуры каждого входного файла

Всё это означает: если кто-то повторит расчёт с теми же данными и теми же SEED, получит точно такой же результат.

Главный принцип

Сначала выкладывается весь пакет. Потом пишется человеческий текст, который ссылается на конкретные элементы пакета. Этот порядок предотвращает подмену доказательств риторикой.

S³-сертификат: паспорт одного соответствия

Для каждого важного соответствия в исторический текст выпускается компактный паспорт:

Раздел A: Что с чем соответствует

• Ранний объект (например, летопись A, событие X)
• Поздний объект (летопись B, событие Y)
• Интервалы [начало-конец) для обоих
• Δ* (какой сдвиг времени нужен, чтобы они совпали)
• κ (какая поправка к началу применена)
• Кардинальность (один-на-один или многие-ко-многим)
• К какому подкорпусу или традиции это относится

Раздел B: Геометрия совпадения

• IoU: пересечение интервалов (число от 0 до 1)
• ε̄: средний сдвиг в годах (чем меньше, тем лучше)
• Coverage C: доля интервала, которая пересекается
• OC: гармоническое согласие (комбинированная мера)

Раздел C: Прочность соответствия

• S_pair: общий балл геометрии совпадения
• NX: уникальность (есть ли конкуренты)
• MP: множественность (сколько конкурентов)
• δ_Δ: стабильность сдвига при малых возмущениях
• Класс: зелёный, зелёно-жёлтый, жёлто-красный, красный

Раздел D: Три оси S³

• Q_source: независимость источников (число от 0 до 1)
• Q_space: географическая достижимость
• Q_season: сезонная возможность
• Q_min: минимум из трёх (это ограничивает общий класс)
• Какая ось лимитирует (слабое место)

Раздел E: Якоря (независимые доказательства)

• Перечень независимых якорей: астрономические (затмения), нумизматические (монеты), стратиграфические (слои), институциональные (титулы, печати)
• Результаты anchor-knockout: какой якорь критичен, без которого класс падает; какой — избыточен

Раздел F: Испытания на прочность

Сводка результатов всех стресс-тестов в одну строку:

• p_perm: вероятность того, что перестановка событий даст лучший результат (должна быть < 0,01 для зелёного)
• ΔS(κ-ban): падение балла, если запретить поправки κ (должно быть < 0,03)
• NX-падение: на сколько упадёт уникальность при выключении конкурентов
• bootstrap-IQR: межквартильный размах при бутстреп-пересчёте (чем шире, тем лучше)
• Δ-ridge-width: ширина пика гребня (чем уже, тем лучше — Δ хорошо определён)
• ablation-drop: падение балла при выключении части данных
• hold-out-return: вернулось ли соответствие, когда вернули исключённые данные

Раздел G: Условие подвижности класса

• При каких данных этот класс повысится (например, «при подтверждении портовым журналом»)
• При каких понизится (например, «если найдётся конкурирующий якорь»)
• Конкретная рекомендация: что именно нужно искать по Source, Space, Season

Такой сертификат можно напечатать в приложении к статье. Коллега прочитает статью, придёт к тезису об этом соответствии, увидит ссылку на сертификат, откроет его, и видит все четыре уровня проверки.

Переход от design-neutral к evidence-neutral

Design-neutral означает: метод готов конструктивно. Все механизмы на месте (решётка Δ–κ–S_pair, уровень S³, стресс-модуль, правила графа), система может принимать решения по ясным критериям, но не все пороги ещё достаточно данных.

Evidence-neutral означает: добавлен достаточный корпус данных, система может сама выносить решения, не прося подсказки от интерпретатора. Результаты определены данными, а не мнением.

Когда система готова стать evidence-neutral

Условие 1: Оси S³ покрыты

Для большей части ключевых соответствий:

• Q_source ≥ 0,70 (независимые источники есть)
• Q_space ≥ 0,70 (маршруты достижимы)
• Q_season ≥ 0,70 (сезоны согласованы)

Если какой-то Q ниже 0,70, то это явно отмечено, и есть четкий план добора (например, «нужны портовые журналы для сезонных данных»).

Условие 2: Δ хорошо определена

Один доминирующий гребень (пик на теплокарте) с полушириной ≤ 8 лет. Скаты гребня монотонные, нет странных выбросов.

Если есть второй гребень примерно той же высоты, это признак двух традиций. Система автоматически разделяет корпус и для каждой находит свой Δ.

Условие 3: Стресс-тесты пройдены

Для всех зелёных соответствий:

• p_perm ≤ 0,01 (очень мала вероятность ошибки перестановки)
• κ-ban ΔS ≤ 0,03 (поправки κ нужны, но не критичны)
• NX ≥ 0,60 (уникальность хорошая)
• bootstrap-IQR ≥ 0,08 (запас надёжности при пересчётах)
• anchor-knockout не рушит класс (якоря перекрывают друг друга)

Условие 4: Множественность контролирована

Веера с MP > 0,67 (очень высокая конкуренция) не входят в слой назначения. Альтернативы имеют условия разрешения, а не просто висят в воздухе.

Условие 5: Воспроизводимость фиксирована

HASHLIST стабилен. При повторном прогоне с теми же данными результаты не меняются. MANIFEST только добавляет, никогда не удаляет. SCHEMA валидирована.

Процедура признания evidence-neutral

Шаг 1: Аудит осей S³

Выписываем таблицу: для каждого ребра top-K и слоя назначения — значения Q_source, Q_space, Q_season. Подсвечиваем узкие горлышки (где Q близко к пороговому 0,70).

Шаг 2: Δ-аудит

Смотрим на сводную теплокарту. Есть ли второй пик одинаковой высоты? Если да — система предложит разделение на подкорпусы. Проверяем, логичны ли эти подкорпусы.

Шаг 3: Консолидация якорей

Для каждого ребра в слое назначения — минимум один независимый якорь (не из одного источника). Если якоря нет — ребро понижается в класс до достижения материального подтверждения.

Шаг 4: Стресс-пересборка

Перезапускаем все стресс-тесты. Проверяем пороги. Если какие-то рёбра упали ниже порогов — они переклассифицируются.

Шаг 5: Публичная фиксация

Выпускаем официальный пакет (см. раздел выше), публикуем CHANGELOG (список всех изменений классов и причин), ставим отметку evidence-neutral.

Как добавлять новые данные, не нарушая честность

Через год появляются новые архивы. Как их добавить?

Правило 1: Сначала проверить структуру

Все новые данные проходят SCHEMA-валидацию. Даты должны быть в правильном формате, интервалы — корректны, географические коды — проверены, сезонные окна — логичны.

Если данные не прошли валидацию — они не входят в расчёт до исправления.

Правило 2: Холодный прогон

Подключаем новые данные и ищем Δ в расширенном диапазоне (например, вместо 600–650 лет ищем 550–700 лет). Строим новую теплокарту.

Сравниваем с прежним Δ*. Если гребень смещён больше, чем на полуширину прежнего пика — это ветвление: выделяется новый подкорпус, и он пересчитывается отдельно.

Если гребень на месте — хорошо, система стабильна.

Правило 3: Контроль дрейфа

Когда рёбра переходят между слоями (кто-то повышается в класс, кто-то понижается), мы записываем почему. Не просто: «повышено», а: «повышено из-за добора независимых якорей по Source» или «понижено из-за сужения сезонного окна».

Этот контроль предотвращает дрейф — плавное изменение выводов под давлением интерпретации.

Правило 4: S³-переоценка

Новые данные могут улучшить оси S³:

• Source: найдена монета независимого происхождения — повышается Q_source
• Space: в архиве нашлось описание портовых сооружений — уточняется маршрут, повышается Q_space
• Season: обнаружены климатические записи — сужается сезонное окно, уточняется Q_season

Для каждого ребра пересчитываются Q, и класс переоценивается.

Правило 5: Стресс-повтор

Перезапускаем все стресс-тесты с новыми данными. Пересчитываем p_perm, κ-ban ΔS, все остальное. Переклассифицируем рёбра по новым результатам.

Правило 6: APPEND-ONLY архив

Никогда не удаляем старые версии. Добавляем новые версии файлов. MANIFEST печатает диффы между версиями. HASHLIST содержит все хеши.

Итог: коллега может посмотреть не только текущие результаты, но и историю всех изменений.

Как писать в текст, сохраняя научность

Когда результаты готовы, нужно написать исторический текст. Как это делать, чтобы каждый тезис опирался на проверки?

Формула для зелёного соответствия

«При глобальном сдвиге Δ = [число] лет интервал [a,b) совпадает с [c,d) (IoU = …, ε̄ = …). Стресс-пакет пройден: p_perm ≤ …, NX = …, κ-ban ΔS = …. Оси S³: Source = …, Space = …, Season = … (минимум = …). Независимые якоря: …. Класс — зелёный. Следовательно, [историческое толкование].»

Каждый компонент этой фразы опирается на сертификат. Читатель видит не просто мнение, а цепочку проверок.

Формула для альтернативы (зелёно-жёлтой)

«Сигнал при том же Δ геометрически устойчив (IoU = …, ε̄ = …), но лимитируется осью Season: сезонное окно мигрирует в зависимости от данных по [параметру]. Условие разрешения: добыча [конкретно что: портовые журналы XV века / стратиграфический срез ХХХ]. До получения этих данных статус альтернативы.»

Такая формула показывает не слабость метода, а честность: мы видим проблему и знаем, как её решить.

Формула для подкорпуса (если Δ раздваивается)

«Сводная теплокарта показывает два гребня (Δ₁ = … лет, Δ₂ = … лет) примерно одинаковой высоты. Это сигнал о двух конкурирующих традициях. Данные разделены на два подкорпуса: подкорпус 1 (события A, B, C) и подкорпус 2 (события D, E, F). Каждый автономно проходит испытание. Между ними допускается трёхслойная сшивка (через промежуточные события), если якоря согласованы: …»

Такой подход показывает, что система не скрывает противоречия, а сортирует их.

Как система масштабируется

При добавлении новых корпусов система не падает и не дрейфует благодаря нескольким принципам:

Инвариант 1: Δ-единство в корпусе

Один корпус — один Δ (или несколько Δ, если корпус разделяется). Это предотвращает подмену данных усреднением.

Инвариант 2: APPEND-ONLY

Старые результаты не стираются. Добавляются новые версии с объяснением, что изменилось. Коллега может отследить эволюцию вывода.

Инвариант 3: Публичные пороги

Нет тайных критериев. Все пороги (для S_pair, для Q_source/space/season, для стресс-тестов) опубликованы и одинаковы для всех рёбер.

Инвариант 4: S³-фильтр

Даже если внутренние метрики хорошие, внешние три оси могут срубить результат. Это невозможно обойти, как бы ни менялись данные.

Итог: что достигается этой дисциплиной

Такой протокол публикации обеспечивает три вещи:

Прозрачность

Весь пакет доступен. Коллега видит не риторику, а данные, графы, сертификаты, стресс-резюме. Может проверить каждый шаг.

Управление неопределённостью

Альтернативы не скрываются. У каждой есть условие разрешения — что нужно найти, чтобы она стала основной версией. История не становится проще, но становится честнее.

Контролируемый рост знания

Когда добавляются новые данные, система не прыгает туда-сюда. Δ-аудит следит за стабильностью, стресс-пересборка пересчитывает классы, контроль дрейфа записывает все изменения.

Это состояние, которое называется evidence-neutral: метод не ведут интерпретаторы, его ведут данные. История обновляется, но честно, по формальным правилам, которые может проверить любой.

Глава 7. Заключение. От конструкции к проверяемой истории

Что мы построили

S³-DELTA — это архитектура для честной науки. Этот метод берёт две летописи с разными датами, считает, где они совпадают, проверяет, может ли это произойти на самом деле.

На входе — два списка событий. На выходе — граф, где каждое соответствие прошло четыре проверки:

Проверка 1: Геометрия дат

Совпадают ли интервалы? При каком сдвиге времени Δ события встают рядом? Насколько это соответствие уникально? Может ли оно быть ошибкой, попаданием в целевую стену?

Проверка 2: Вес источников

Откуда пришли данные? Одна ли летопись скопирована с другой, или три независимых голоса? Есть ли материальные доказательства (монеты, артефакты) или только письменные?

Проверка 3: Реальность мира

Откуда это? Может ли произойти там? В названное время? Есть ли портовый город на месте? Можно ли пройти маршрут за названное время? Открыты ли сезонные окна — навигация, войны, торговля?

Проверка 4: Стойкость

Если переставить события, соответствие держится? Если убрать одно свидетельство, класс не падает? Если изменить скорости движения на 15%, граф не рушится?

Результат — не одна истина, а иерархия версий. Зелёные — что-то, в чём система уверена. Жёлто-зелёные — рабочие предположения. Жёлто-красные и красные — архив, альтернативы, требующие добора. У каждого класса — условие перемены: какие данные способны его повысить или понизить.

Четыре качества системы

1. Конструктивна

Все правила жёсткие. Δ–κ–S_pair, уровень S³, стресс-модуль — нет параметров, которые можно втайне подкрутить для нужного ответа. Система готова по конструкции, не нуждается во мнениях.

2. Модульна

Три компонента (IA-Δ, BT-REI, ΔPATH-Graph) работают независимо. Каждый честен в своём: один ищет сдвиг, другой считает вероятности, третий проверяет связность. Можно один заменить — система выживет.

3. Воспроизводима

APPEND-ONLY архив. Ничего не стирается, только добавляется. Фиксированные SEED для случайных функций. Хеш-суммы. Коллега повторит расчёт с теми же данными — получит точно такой же результат.

4. Управляет неопределённостью честно

Альтернативы не прячутся. Каждой дана своя жизнь: класс, якоря, условие разрешения. История становится полнее. Читатель видит не просто вывод, но почему он основной — и какие альтернативы остались в тени.

Когда система говорит голосом данных

Сначала она просто готова по конструкции (design-neutral). Всё на месте, но данных мало. Система может решать, но нужно доверять ей на слово.

Потом, когда корпус вырастает, она переходит в режим evidence-neutral. Теперь данные сами говорят. Интерпретатор вёл бы историю туда-сюда. А система говорит: вот пороги, вот якоря, вот результаты тестов. Спор решают числа, не мнения.

Момент перехода — когда выполнены пять условий:

1. Оси S³ покрыты

Q_source, Q_space, Q_season ≥ 0,70 для основной доли соответствий. Или явно отмечены узкие места с планом добора.

2. Δ хорошо определена

Один доминирующий гребень на теплокарте, ширина ≤ 8 лет, скаты монотонны. Альтернативные гребни отведены в отдельные подкорпусы.

3. Стресс-тесты пройдены

Для зелёных соответствий: вероятность ошибки перестановки ≤ 1%, падение без поправок ≤ 3%, уникальность ≥ 60%, запас прочности при пересчётах достаточен, выбивание якорей не рушит класс.

4. Множественность контролирована

Соответствия с высокой конкуренцией остаются в веере, а не в основном слое. У альтернатив есть условия разрешения.

5. Воспроизводимость гарантирована

HASHLIST стабилен при повторном прогоне. MANIFEST только добавляет. SCHEMA валидирована.

После этого система готова. Дальше — просто накопление: новые якоря, новые корпусы, уточнение Δ-гребня, сужение сезонных окон.

Приложение A: как пользоваться

Шаг первый: начать

1. Проверить: даты в формате? Интервалы логичны? Географические коды совпадают с местами? Сезоны логичны (май-август, а не май-февраль)?

2. Нормализовать календарь. Если один источник считает годы по эре, другой по царствованиям — привести к одной системе.

3. Построить теплокарту. Найти, при каком сдвиге события совпадают. Зафиксировать пик и его ширину.

4. Сформировать пары. Для каждого возможного соответствия считать: пересечение интервалов, средний сдвиг, покрытие, общий балл.

5. Классифицировать: зелёные (высокие метрики, все оси > 0,70), жёлто-зелёные (хорошие метрики, но одна ось слаба), жёлто-красные (спорные), красные (отказ).

6. Запустить стресс-тесты: перестановки, запрет на поправки, соседние подмены, бутстреп, выбивание якорей, анализ гребня, выключение частей, hold-out.

7. Опубликовать: основной слой, веер альтернатив, сертификаты, граф, теплокарта, результаты тестов, журнал воспроизводимости.

Шаг второй: дорасти до evidence-neutral

1. Таблица осей S³: для каждого ребра — значения трёх осей. Подсвечены узкие места.

2. Проверка Δ: один ли гребень? Если два — разделить на подкорпусы.

3. Проверка стресс-тестов: все пороги пройдены?

4. Проверка воспроизводимости: повторный прогон даёт тот же результат?

Когда получены положительные ответы на все вопросы — система готова.

Шаг третий: новые данные

1. Холодный поиск Δ в расширенном диапазоне. Если гребень сместился больше чем на полуширину — новый подкорпус.

2. Контроль: записать, почему каждое соответствие переместилось между слоями. «Повышено по Source», «понижено по Season», «раздвоено в подкорпус».

3. Провести полный стресс-пакет заново. Классы переквалифицируются автоматически.

Приложение B: паспорт соответствия

Для каждого важного соответствия — карточка:

Кто с кем:

Ранний объект → Поздний объект. Интервалы. Δ*, κ. Кардинальность (один-к-одному или многие-ко-многим).

Геометрия:

Пересечение интервалов, средний сдвиг, доля покрытия, гармоническое согласие.

Прочность:

Общий балл, уникальность, множественность, разброс сдвигов, класс.

Три оси S³:

Независимость источников, географическая достижимость, сезонная возможность, минимум из трёх.

Якоря:

Какие независимые доказательства поддерживают соответствие? Затмения, монеты, стратиграфия, титулы, печати?

Стресс-резюме:

Вероятность ошибки при перестановке, падение без поправок, запас прочности, ширина пика Δ, результат выключения частей.

Условия изменения:

При каких данных класс повысится? При каких понизится?

Приложение C: как писать про результаты

Для зелёного соответствия:

«При сдвиге на 608 лет интервал [708,728) совпадает с [100,120) (пересечение 71%, средний сдвиг 2,1 года). Стресс-тесты пройдены. Независимость источников 0,83, географическая достижимость 0,78, сезонная возможность 0,74 (минимум 0,74). Якоря: затмение X, монеты Y, слои Z. Класс зелёный. Следовательно, [историческое толкование].»

Для альтернативы:

«Сигнал класса жёлто-зелёный, лимитируется сезоном (0,62). Перейдёт в основной слой при подтверждении портовых журналов, показывающих весеннюю навигацию.»

Для двух традиций:

«Теплокарта показывает два гребня одинаковой высоты (608 и 645 лет). Данные разделены: подкорпус 1 (события A, B, C) и подкорпус 2 (события D, E, F). Каждый обрабатывается независимо. Якоря между ними согласованы.»

Приложение D: сигналы тревоги

Два гребня в одном корпусе

Две вершины одинаковой высоты? Разделить на подкорпусы.

Систематическая поправка κ > 1 года без обоснования

Большинство пар требуют поправку 1,5–2 года, но источники молчат. Понизить класс или переискать ошибку в исходных данных.

Веер равных альтернатив

Десяток одинаково хороших кандидатов? Это в веер, запрет на основной рассказ. Система недостоверна.

Критичный якорь

При выключении одного якоря класс падает? Он критичен и одинок. Добирать независимые доказательства.

Хрупкое соответствие

Запас прочности при пересчётах < 0,06? Расширять корпус, не публиковать как опору. Это шаткое.

Приложение E: краткий словарь

Δ* — сдвиг времени, центр пика на карте совпадений.

κ — локальная поправка к началу события (до 1 года при обосновании).

IoU — доля перекрытия интервалов.

ε̄ — средняя краевая ошибка в годах.

C — доля позднего интервала, покрытая ранним.

S_pair — общий балл соответствия.

NX — уникальность (разница с ближайшим конкурентом).

MP — штраф множественности.

δ_Δ — согласованность сдвигов по парам.

Q_source — независимость источников (0–1).

Q_space — географическая реальность (0–1).

Q_season — сезонная возможность (0–1).

APPEND-ONLY — принцип: только добавить, никогда не удалить.

Design-neutral — конструктивно готова, нуждается в полноте данных.

Evidence-neutral — имеет достаточно данных, решает независимо.

Дорожная карта

Фаза 1. Фиксация

Текущие данные → все операции из глав 1–6 → Δ* и основной слой зафиксированы.

Фаза 2. Публикация

Открытый пакет: оба слоя, сертификаты, графы, теплокарта, результаты тестов, журнал воспроизводимости.

Фаза 3. План добора

Список узких мест по трём осям. Что собирать дальше? Портовые журналы? Монеты? Стратиграфические срезы?

Фаза 4. Масштабирование

Новые корпусы → холодный поиск Δ → полные тесты → APPEND-ONLY архив → все переклассификации записаны.

Фаза 5. Развитие

По мере накопления данных система переходит от конструктивной готовности к данным-готовности. Спор решают метрики, якоря, воспроизводимость.

Финал

S³-DELTA решает ключевую проблему исторической науки — точную датировку и синхронизацию исторических источников.

Ранее процесс исследования выглядел примитивно: учёный изучал два источника, находил между ними сходство, полагался на собственную интуицию и публиковал статью. При этом другой исследователь, анализируя те же материалы, мог прийти к противоположным выводам и опубликовать свою работу. Подобные споры могли тянуться десятилетиями, так как отсутствовал единый методологический подход для оценки результатов.

Сегодня процесс кардинально изменился. Исследователь загружает данные в систему, которая автоматически проводит вычисления и выдаёт результаты в виде числовых показателей и графических схем. Теперь споры разрешаются на основе чётких критериев: порогов достоверности, опорных точек и стандартизированных тестов. Важно понимать, что система не претендует на абсолютную истину — её сила в прозрачности и честности. Она наглядно показывает, в каких случаях уверена, где испытывает сомнения и где требуются дополнительные данные.

При этом историческая наука не становится проще — она обретает проверяемость. Переход от традиционной реконструкции к цифровой истории осуществляется именно через подобные инструменты. Всё остальное — это уже вопрос накопления данных, расширения источниковой базы и уточнения параметров. Основная методология разработана, фундамент заложен, базовые механизмы настроены. Теперь остаётся лишь использовать созданный инструмент S³-STACK и постепенно совершенствовать его.

Таким образом, спор о датировке превращается из области искусства в сферу точного ремесла — и именно в этом заключается его новая мощь и потенциал развития.

Для работы с ИИ просто вставьте архив S³-DELTA 1.0.zip в чат ИИ

Автор методики — Руслан Абдуллин Р.