Rate-Distortion Theory for Deductive Sources under Closure Fidelity

在傳統香農理論中，零錯誤通訊意味著必須消耗等同於資訊熵 H(P_O) 的傳輸率。上海交通大學最新研究指出，若將傳輸對象視為具備邏輯推論能力的知識庫，允許接收端自行推論補齊資訊，零失真傳輸率能大幅壓縮至 P_A H(π_A)。這項突破將邏輯冗餘轉化為實質的頻寬節省，挑戰了僅依賴字元比對的壓縮極限。

超越符號級比對：演繹來源模型與知識庫傳輸

經典的 Rate-Distortion Theory（率失真理論） 長期以來致力於探討在特定的保真度標準下，表示一個隨機資料源所需的最低描述率。在傳統框架中，資料源的字母表通常被視為扁平的獨立符號集合，且失真度是直接計算來源與重建符號之間的差異。然而，在現代的通訊情境中，資料源往往不是扁平的字元，而是配備了共享證明系統的有限知識庫（Knowledge Base）。

在這種情境下，強制要求符號級的精確複製顯得過於嚴苛。如果通訊的接收端能夠從不同的儲存表示法中，透過邏輯推論得出相同的演繹結果，那麼該通訊任務在實質上就已經完成。基於這個核心觀察，研究人員提出了一種全新的通訊理論模型，稱為演繹來源（Deductive Source）模型。

該模型鎖定一個有限的資料來源集合 $S_O$，並為其配置固定的證明系統與對應的閉包運算子 $\text{Cn}(\cdot)$。在這個架構下，通訊的隨機變數不再是毫無關聯的單一字元，而是在同一個演繹環境中產生的陳述句、更新報告或語義 Token。這種設計將過去側重特定架構的 Semantic Communication（語義通訊）研究，正式提升為一個具備嚴謹數學基礎的資訊理論物件。

閉包保真度機制：冗餘推論結果的零失真成本

為了量化上述知識庫模型的傳輸品質，研究引入了超越傳統字元層級的評估標準——閉包保真度（Closure Fidelity）。在傳統的 Hamming Distortion（漢明失真）標準下，任何一個傳輸錯誤的符號都會產生失真成本；但在閉包保真度的規範下，只要接收端重建的知識庫能夠推導出相同的邏輯後果，替換或省略部分陳述句的成本即為零。

具體而言，閉包保真度採用了 Jaccard Similarity（傑卡德相似度） 的概念，將單純的字元集合比較，升級為兩個「演繹閉包（Deductive Closures）」之間的交集與聯集比例。當傳輸端與接收端的知識庫閉包完全相同時，相似度為 1，代表達到零閉包失真。

這種保真度機制的引入，直接改變了資料冗餘在通訊理論中的地位。知識庫中的陳述句可依據推論關係被劃分：一部分是不可取代的前提，另一部分則是一旦掌握前提就能重新推導出來的儲存結果。根據閉包失真理論，這些「冗餘狀態」在面對任何有效的重建集合時，其產生的失真值皆為零，這正是演繹冗餘得以轉化為傳輸率節省的底層物理機制。

零失真率精確解：不可取代核心的壓縮數學極限

要精確計算出這套系統的零失真率，必須先將知識庫 $S_O$ 進行結構化拆解。透過確定的刪除程序，系統會掃描所有元素，凡是能被其他元素推論出來的陳述句都會被剔除。最終留下的集合被稱為不可取代核心（Irredundant Core，記為 $A$），而那些被剔除的部分則構成冗餘部分（Redundant Part，記為 $J$）。

在嚴格的不重疊零失真重建集合假設（Assumption 3.1）下，本篇論文證明了閉包保真度下的最低零失真率為 $R_{\mathrm{sem}}(0) = P_A \, H(\pi_A)$。其中，$P_A$ 代表該核心的資料源質量分佈，而 $H(\pi_A)$ 則是條件限制在該核心上的資訊熵。這項公式在數學上證實，決定有效零失真傳輸率的關鍵僅在於知識庫的核心，而非完整的儲存來源。

若以均勻分佈的資料源為例，傳統漢明失真下的傳輸率極限為 $H(P_O)$。但在演繹來源模型下，擁有 $k$ 個核心元素的均勻分佈資料源，其零失真率將直線下降至 $\frac{k}{|S_O|} \log k$。這不僅在數值上顯著低於傳統香農極限，也正式將 Slepian-Wolf 與 Wyner-Ziv 等附帶解碼端外部輔助資訊的壓縮理論，擴展至「內部共享推論結構」的新領域。

完整率失真函數：冗餘狀態對傳輸資源的隱形化

零失真率的突破僅是第一步，該研究進一步將推論結構的影響力擴展至完整的率失真函數（Rate-Distortion Function）。當重建字母表被限制在來源知識庫的演繹閉包 $\text{Cn}(S_O)$ 內時，研究證明了整條率失真曲線可以完全拆解，只剩下由「不可取代核心」所貢獻的數值。

在數學形式上，任意失真水平 $D \geq 0$ 下的演繹率失真函數，等於核心傳輸率乘上 $P_A$ 的縮放比例。這意味著一個極具顛覆性的現象：冗餘狀態 $J$ 在整個通訊過程中，對傳輸頻寬與失真計算同時呈現「完全隱形」的狀態。

這項結論解答了長久以來關於語義壓縮的核心疑問。即使在允許一定程度失真（$D > 0$）的傳輸場景中，非經典的正失真幾何結構依然高度集中於核心命題上。這使得原本龐大且難以計算的全域知識庫率失真問題，被成功降維成一個有限字母表的核心子問題，從而可以直接套用標準的數值評估方法進行最佳化。

限制解碼端運算：推論步驟 δ 觸發的率延遲折衷

上述理論皆建立在解碼端具備「無限制推論能力」的假設上，但真實世界的硬體設備運算力是有限的。為此，研究團隊導入了有限推論預算的概念。當解碼端最多只能執行 $\delta$ 步邏輯推論時，保真度標準便會區分出「最終可推導」與「在 $\delta$ 步內可推導」的差異。

在有限步驟的約束下，原本的演繹閉包被限縮為運算子 $T_{\mathsf{PS}}^{\delta}$ 的輸出，進而定義出新的「$\delta$-約束閉包失真」。此時，通訊系統面對的有效資料源不再是原本的絕對核心 $A$，而是擴張為 $\delta$-不可取代核心（$\delta$-irredundant core）。論文推導出此情境下的固定深度零失真率精確解為 $R_{\mathrm{sem}}(0,\delta) = P_\delta \, H(\pi_\delta)$。

在加入核心與順序無關的基礎集合（Essential Set）穩健性假設後，這個帶有推論步數 $\delta$ 的公式，完美建構出一個連續的三維表面：當 $\delta = 0$ 時，模型退化回經典的字元級壓縮；當 $\delta \to \infty$ 時，模型則趨向無限制的演繹壓縮。這種精確的率—延遲—失真（Rate-Delay-Distortion）折衷特徵，徹底量化了運算能力與傳輸頻寬之間的轉換匯率。

將邏輯推論能力直接內建於通訊保真度評估中，不僅突破了傳統字元壓縮的頻寬天花板，更為未來分散式知識庫同步與運算頻寬折衷奠定了嚴謹的數學基礎。