从记录出发
解析实体、读取可用事实，并保留背后的来源凭据。
Perslis 模型研究 / Lois
Lois：具有可检查证据的符号科学推理
让答案的依据保持可见：类型化事实、明确的关系、来源凭据，以及被明确标记的证据缺口。
技术研究报告 · 研究原型 · 未声称经过期刊同行评审
摘要
Lois 是 Perslis 用于科学研究的符号推理模型。其符号核心解析实体、召回带来源的事实、遍历类型化关系，并检查现有知识能够表达的约束。本报告区分该核心与外围可选的语言模型研究界面。贡献是将证据、推导和生成措辞分开并供人检查，而不是声称引用能够证明科学结论。Lois 不是 Peel；Peel 的论文属于另一项研究。
1. 模型身份与研究问题
研究助手能否说明什么支持答案、哪个操作产生了答案，以及什么仍然未知？Lois 使用符号操作处理这个问题，不把流畅文本当作证据。
Lois 与 Peel 是不同的系统。Lois 是本报告描述的推理模型。Peel 的独立研究涉及带来源的符号存储与事实的结构化准入。相关组件可以存在于同一部署中，但名称和论文不能互换。
2. 架构与信任边界
- 解析实体
- 读取带来源事实
- 执行明确操作
- 返回证据或缺口
| 组件 | 职责 | 边界 |
|---|---|---|
| 符号核心 | 实体解析、召回、类型化路径与已编码检查。 | 已实现的 floor 通道操作不需要神经模型。 |
| 来源连接器 | 获取记录并保留来源网址。 | 来源故障不等于记录不存在；实时提取仍需网络。 |
| 可选研究界面 | 规划查询并根据获取的记录撰写文本。 | 托管界面可以使用语言模型；其文本不是符号核心的证明。 |
lois/symbolic.py 解析登录号、读取带来源边、提取缺少的记录并遍历路径。lois/service.py 区分无模型 floor 通道和可选研究通道，并记录回退原因。
3. 证据表示与答案状态
研究通道的证据记录包含 ID、来源、类型、标题、文本及 HTTPS 凭据。证据日志拒绝空文本或缺少 HTTPS 凭据的记录。这建立了获取记录的溯源，不证明来源本身一定正确。
文本检查器将句子标为 cited、unsupported 或 reasoning，机械检查引用是否存在及标识符、数字是否出现。这是词法检查，不是语义蕴含证明。误导性的改写仍可能包含正确词元；未经验证的推理必须与有证据支持的内容明显分开。
关系路径只说明记录图中存在该路径，并不自动构成因果解释、实验结果或治疗建议。
4. 评估与复现
2026 年 10 月 8 日，本地 tests.test_lois 测试成功完成：运行 109 项测试，跳过 2 项。测试使用预设来源响应、脚本化网关和模拟数据库事务。这是接口契约与回归证据，不是实时科学准确性基准。
python3 -m unittest tests.test_lois逐工具检查覆盖来源凭据、返回内容、缺少记录与上游故障；验证测试覆盖引用和词元处理。运行摘要见验证记录。
10 月 4 日的历史 dogfood 记录报告了托管 REPL 观察与预览、生产环境差异。这些历史观察不能保证当前生产环境一致性。本报告没有重新开展实时连接器、能耗或端到端研究基准。
5. 限制与后续实验
- 知识和规则不完整；未知不等于错误。
- 来源凭据保留溯源，不代表普遍真理或临床有效性。
- 实时提取并非离线能力；无网络时只能使用可用的本地知识。
- 可选生成文本具有概率性；词法检查不能证明每个句子。
- 测试不产生全局零错误、认证或硬件成本保证。
后续评估应冻结来源快照，预注册支持、矛盾及未知查询，分别测量错误支持和有用拒答，测试损坏及不可用来源，并发布可回放轨迹。硬件声明必须提供设备、内存、延迟和能耗测量。
6. 一手资料与相关研究
- Lois 符号推理文档：查询、路径解释、已编码冲突与未知。
- Lois 研究界面：来源查询与托管模型边界。
- 检查的实现：
api/_lib/lois/symbolic.py、service.py、evidence.py、verify.py；2026 年 10 月 8 日审阅本地版本。 - 验证：
tests/test_lois.py与运行摘要。历史观察：scripts/LOIS_DOGFOOD_2026-10-04.md。 - Peel 的独立论文和验证底线属于相关研究，不是 Lois 论文的替代品。