# How to Learn DiscoSCM? ## 从因果本体论，到第一个可学习的 token-level outcome mechanism > Status: reader-first conceptual article, 2026-07-17 V7 > Role: `paper/learning-discoscm/` working paper 的读者入口与 owner-review logic contract > Projection: `entry-site/learning-discoscm/index.html` > Boundary: 本文解释问题、primitive 与推导顺序；正式 theorem 与 claim boundary 以 > English manuscript 为准。Frozen confirmatory 已完成 1,400/1,400 cells，正式结果为 > `not_confirmed`；它不支持 Unit-factorization robustness advantage，也不支持更强的 causal claim。 ## Agent notation preflight 在阅读或修改任何模型、证明、实验设计与网页 projection 之前，先读： > **[只有一个 \(U\)：Learning DiscoSCM 的 Unit Semantics](DISCOSCM_UNIT_SELECTION_NOTATION.md)** 它固定三类对象： \[ U\text{ 是唯一的 Unit Selection Variable},\qquad U=u_i\text{ 是样本 }i\text{ 的真实选择},\qquad Q_i(B)\approx P(U\in B\mid X=x_i)\text{ 是 belief}. \] 样本下标可以属于 observation、realization 与 belief object；不能用它复制 Unit Selection Variable。alternative query 必须复用由 factual evidence 形成的同一个 \(Q_i\)。 当前可审阅产物： - [Agent 必读 Unit notation 页面](../entry-site/learning-discoscm/unit-selection-variable/index.html)， 解释唯一 \(U\)、realization \(u_i\)、belief \(Q_i\) 以及 Perception → Abduction → Reduction 的对象边界； - [网络结构与计算细节子页面](../entry-site/learning-discoscm/architecture/index.html)，把 evidence encoder、location/scale heads、fixed abduction、bilinear mechanism、Cauchy 解析传播以及 train/infer protocol 放在同一条可检查的计算路径中； - [Causal Forest × Unit Abduction 技术桥](CAUSAL_FOREST_UNIT_ABDUCTION_BRIDGE.md)， 用 `evidence → adaptive measure → causal reduction` 对照 observed-neighbor localization 与 focal-token latent belief，同时明确 CATE、posterior 与 same-token identification 边界； - [Unit-Abducted Heterogeneity 算法提案](UNIT_ABDUCTED_HETEROGENEITY.md)， 把 \(Q_i\) 接入 cross-fitted causal score，分成 belief-neighborhood baseline 与 unit-effect operator inversion，并把完整 focal effect law、Cauchy moment boundary 与 weak-identification diagnostics 写成可失败的研究协议； - [English working paper](../paper/learning-discoscm/output/pdf/learning-discoscm.pdf)，15 页，`LDSCM-WP-2026-07-16-V3`； - [中文问题导读](../paper/learning-discoscm/output/pdf/learning-discoscm-guide-zh.pdf)，8 页，`LDSCM-GUIDE-ZH-2026-07-16-V3`； - [claim register](../paper/learning-discoscm/claim-register.md) 与 [experiment ledger](../paper/learning-discoscm/experiment-ledger.md)。 ## 这篇文章真正问什么 这篇论文不是在提出一个新的 prediction model，也不是在提出一个孤立的 counterfactual algorithm。它问的是一个更底层的问题： > **如果我们接受 DiscoSCM 是一套 causal modeling theory，那么 DiscoSCM 到底怎样从数据中被学习？** 完整问题太宽。一个多节点 DiscoSCM 同时涉及 graph、多个 mechanisms、unit selection、 event noise、跨世界 coupling、distribution-consistency 与 Layer 3 identification。第一篇论文 不可能诚实地一次解决全部问题。 所以我们先取一个最小但非平凡的 slice： - fixed context； - one factual observation per token； - 一个 predictors-to-outcome mechanism； - 从 \(X\) 到 \(Y\) 的 token-level generative response； - factual prediction，以及 fixed-abduction / changed-query interface。 这不是把目标降成普通 regression。相反，它是一条必要的研究顺序： > 如果连一个 outcome mechanism 在 DiscoSCM 中怎样被学习都说不清楚，就还没有资格声称能学习整个 SCM。 整篇论文的论证链应当是： \[ \text{DiscoSCM ontology} \Longrightarrow \text{Unit Selection Variable} \Longrightarrow \text{latent unit representation} \Longrightarrow \text{unit abduction} \Longrightarrow \text{uncertainty geometry} \Longrightarrow \text{learnable architecture and tests}. \] 算法不是从 model zoo 里挑出来的。它应该从本体论与 observation regime 中被一步步逼出来。 --- ## 1. 为什么第一篇只学习一个 outcome mechanism 我们先只研究： \[ Y(x)=f_0(x,E;U), \] 其中 \(f_0\) 表示 world-side outcome mechanism，\(x\) 是 mechanism input，\(E\) 是 event-level randomness，\(U\) 是 Unit Selection Variable。 learner 使用一个参数化 family \(f_\theta\) 去逼近 \(f_0\) 所诱导的 observable response law。 在 well-specified 情形中，可以写 \(f_0=f_{\theta_0}\)，但 one-shot 数据通常不唯一识别 \(\theta_0\)、latent coordinates 或 representation–mechanism decomposition。 这一最小 slice 仍然保留了 DiscoSCM 最关键的困难： 1. outcome 是哪个 unit 的 outcome？ 2. learner 看不见这个 unit 的 computational representation； 3. 一条 factual record 怎样提供关于 unit 的 evidence？ 4. 怎样保持 alternative query 仍指向同一个 unit？ 5. 数据究竟监督了 factual predictive law，还是完整 counterfactual law？ 因此它不是一个被任意截断的小任务，而是完整 Learning DiscoSCM 问题的第一块地基。 --- ## 2. 为什么 Unit Selection Variable 是不可删除的 primitive 最常见的质疑是： > 为什么一定要引入 \(U\)？它是不是只是把 sample index 换成了一个 latent variable？ 回答这个问题最清楚的方式，是尝试把 \(U\) 从理论语言中删除。 若只写： \[ Y(x)=f_0(x,E), \] 那么当两个 units 面对相同 \(x\) 与相同 event-noise law 时，模型语言里没有任何稳定对象可以 说明它们为什么拥有不同 response mechanisms。更重要的是，我们将失去以下四种表达能力。 ### 2.1 无法表达 unit heterogeneity 没有 \(U\)，不同个体之间稳定的 response difference 只能被塞进 \(E\)。于是 between-unit heterogeneity 与 within-unit event randomness 被混成同一件事。 ### 2.2 无法定义 unit-level response mechanism 有了 \(U\)，固定一个 candidate value \(u\) 后可以定义： \[ Y_u(x)=f_0(x,E;u). \] 这是一条由共享 generator 配置出来的 unit-specific mechanism。删除 \(U\) 后，“这个 unit 在 不同 \(x\) 下怎样响应”不再是模型中的对象。 ### 2.3 无法表达 same-token linkage 要比较同一个 unit 面对 \(x\) 与 \(x'\) 的 responses，两个 queries 必须共享某个稳定 selector： \[ \bigl(Y(x),Y(x')\bigr) = \bigl(f_0(x,E_x;U),f_0(x',E_{x'};U)\bigr). \] 没有 \(U\)，理论无法说清两个 worlds 为什么仍然属于同一个 token。共享或耦合 \(E\) 不能替代 这个角色，因为 \(E\) 描述 event，而不是 unit identity。 ### 2.4 无法区分“换 input”与“换了一个 unit” alternative query 的基本 contract 是固定 unit、改变 query。若模型没有一个可固定的 unit primitive，这个操作根本无法被定义。 因此，真正的必要性命题不是“变量必须叫 \(U\)”；而是： > **任何想表达稳定 unit heterogeneity、unit-indexed response mechanism 与 same-token > cross-query linkage 的理论，都必须包含一个承担 Unit Selection Variable 等价角色的 primitive。** \(U\) 不是为了让 neural network 多一个输入，也不是 sample ID 的修辞替换。它首先是 DiscoSCM 获得 unit-level causal expressivity 的必要对象。 --- ## 3. \(U\) 到底是什么：token 与 token representation Unit Selection Variable 有两个需要分开的层次。 ### Semantic layer：它选择哪个离散 token 世界中先有一个 actual unit / token。\(U\) 的 realization 选择当前 focal token。数据表中的 第 \(i\) 行只是 observation bookkeeping；它不是 generator 的输入，也不意味着我们要为每一行 定义一套互不相关的 \(f_i\)。 \(U\) 对每条 focal record 都会实例化。它不是整张数据表共享的一个 global token。 ### Computational layer：mechanism 使用它的 representation 离散 identity 本身不能直接参与连续计算。令 \[ \iota:\mathcal U_{\mathrm{token}}\to\mathbb R^d \] 是 identity-to-code map。若 actual token 是 \(t^\star\)，其 computational representation 是： \[ u^\star=\iota(t^\star). \] mechanism 实际计算： \[ y=f_0(x,e;u^\star). \] 这与 language model 的 token / token embedding 类比相同： - token 先回答“是哪一个离散 unit”； - embedding 再提供可被共享 mechanism 计算的 representation。 本文假设 identity-to-code mapping 是 injective，因此 token 与 code 一一寻址。为了避免符号 过载，后文常把 selector 与 representation 压缩写成： \[ U=u^\star,\qquad Y(x)=f_0(x,E;U). \] 这是一种 notation compression，不是说物理 unit 与向量本体相同。code-to-response map \[ u\mapsto\{p_0(\cdot\mid x,u):x\in\mathcal X\} \] 可以 non-injective：不同 token codes 仍可能拥有相同 response law。one-shot 数据也不自动 识别 \(u^\star\) 的坐标。 --- ## 4. 为什么只观察 \((X,Y)\) 会迫使我们做 unit abduction world side 的计算很简单： \[ U=u^\star,\qquad y=f_0(x,e;u^\star). \] 世界不需要猜 actual token。learner 的处境完全不同。数据只给出 factual record： \[ (X,Y)=(x,y), \] 却不直接给出 \(u^\star\)。因此 learner 不能从 \(x\) 直接跳到“计算这个 unit 的 outcome”。 中间必须出现一个关于 latent unit representation 的 inference step： \[ x^F \xrightarrow{\mathcal A_\phi} \text{abduction result about }u^\star. \] 这里 \(x^F\) 是 factual evidence。它说明 learner 根据这个 token 暴露出来的 predictors， 形成关于 candidate representation 的认识。这个 conditioning statement 不自动声明 world side 存在 \(X\to U\) 或 \(U\to X\) 的 causal arrow；为什么 predictors 携带 token information，必须 由具体 observation process 解释。 随后，一个 query \(x^Q\) 才进入 mechanism： \[ x^F \xrightarrow{\mathcal A_\phi} \text{unit abduction} \xrightarrow[\text{query }x^Q]{f_\theta} p_{\phi,\theta}(y\mid x^F,x^Q). \] ordinary factual prediction 是： \[ x^F=x^Q=x. \] 它们数值相同，但 ontology 不同： - \(x^F\)：learner 用来认识 token 的 evidence； - \(x^Q\)：交给 mechanism 的 outcome query。 这正是 Learning DiscoSCM 的第一个 learnable skeleton： \[ \boxed{ \text{factual evidence} \to \text{unit abduction} \to \text{query-directed generation} \to \text{outcome law} } \] 这条 skeleton 不是算法偏好；它是“\(U\) 必须存在、但 \(U\) 不可观测”与当前 data regime 共同推出的。 --- ## 5. 学习问题的三个递进层次 一旦承认 learner 看不见 \(u^\star\)，问题不会立即跳到“用 Cauchy”。它先经过三个递进层次。 ### Level 1：能否几乎唯一地识别 candidate unit？ 最强假设是： \[ \widehat u=a_\phi(x^F). \] learner 根据 factual evidence 给出一个 point candidate。它对应最强的 recognition commitment： 我们认为剩余 unit uncertainty 可以忽略。 ### Level 2：如果无法唯一识别，就必须保留一个 candidate distribution one factual record 通常不足以恢复 actual representation。于是 abduction result 必须升级为： \[ q_\phi(u\mid x^F). \] 它表示 learner 对同一个 actual token 的 epistemic uncertainty。sampling \(\widetilde U\sim q_\phi(\cdot\mid x^F)\) 只是 computational integration；它不是 physical identity 在每次 prediction 时被重新生成。 ### Level 3：这个 distribution 应该拥有怎样的 geometry？ 写下 \(q_\phi\) 并没有完成理论。真正关键的问题变成： > one-shot evidence 对 candidate mechanisms 的 uncertainty，应该以多快的速度排除远方 candidates？ 这不是随便选择 Gaussian 或 Cauchy 的 engineering detail。distribution geometry 决定 learner 如何把有限 evidence 转化为对可能 unit mechanisms 的开放程度。 因此正确的推进顺序是： \[ \text{point recognition} \Longrightarrow \text{distributional abduction} \Longrightarrow \text{uncertainty geometry}. \] --- ## 6. 为什么 Gaussian 必须接受压力测试 最自然的第一选择是： \[ q_\phi(u\mid x^F) = \mathcal N\!\left(u;\mu_\phi(x^F),\Sigma_\phi(x^F)\right). \] Gaussian 并不“错误”。它做出了非常具体的认识论承诺： 1. uncertainty 围绕一个中心局部集中； 2. latent coordinates 的 Euclidean distance 有直接意义； 3. 远方 candidates 以 exponential rate 被迅速压低； 4. finite covariance 是合理 summary； 5. affine propagation 遵循 \(L_2\)-style scale geometry。 问题是：one factual observation 是否足以支持这些承诺？ 在本文的 motivating regime 中，\(u^\star\) 没有标签、latent chart 通常不可识别，而且一条 factual record 对“哪些遥远 mechanisms 已被排除”提供的证据非常有限。Gaussian 虽然 full support，但它会极快地把远方 candidates 变成 practically negligible。这可能把 “我们缺乏证据”误写成“我们已经知道它靠近某个均值”。 所以论文不是从“Gaussian 不 fashionable”跳到 Cauchy，而是先提出一组 desiderata。 ### 我们希望 uncertainty family 满足什么 1. **Global openness**：有限 factual evidence 不应过快关闭遥远 candidate mechanisms； 2. **No forced moment commitment**：不把 finite mean / variance 当成 one-shot uncertainty 必须拥有的 ontology； 3. **Location–scale semantics**：仍能输出清楚、可训练的 location 与 scale； 4. **Affine stability**：通过 affine / bilinear mechanism 后保持解析可传播； 5. **End-to-end proper likelihood**：无需 latent Monte Carlo 也能精确训练和校准； 6. **Controlled influence**：极端 residual 不应线性支配整个 optimization。 在“独立坐标的 symmetric stable location–scale family”这一明确候选类中： - Gaussian 是 \(\alpha=2\) 的 stable law，具有 finite variance 与 \(L_2\) scale aggregation； - Cauchy 是 \(\alpha=1\) 的 stable law，没有 finite mean / variance，并具有 \(L_1\) scale aggregation。 如果我们进一步要求 polynomial tails、无 finite moment commitment，以及 affine sums 下 scale 精确按 absolute coefficients 相加，那么 Cauchy 是这个候选类中自然的最小选择。 这仍需保持一个诚实边界： > **在没有更强 characterization theorem 前，Cauchy 是由上述 desiderata 导出的 tractable > choice，不是所有可能 distribution families 中被证明唯一的选择。** 这使 Gaussian 与 Cauchy 的比较成为理论压力测试，而不是 model zoo competition。 --- ## 7. Cauchy abduction 怎样自然导出第一个算法 选择： \[ q_\phi(u\mid x^F) = \prod_j \operatorname{Cauchy} \!\left( u_j; m_{\phi,j}(x^F), \gamma_{\phi,j}(x^F) \right), \] 其中 \(m\) 是 location，\(\gamma>0\) 是 scale。非退化 Cauchy 没有有限 mean 或 variance。 再选择一个最小、透明、可核验的 generator： \[ f_\theta(x^Q,E;u) = \alpha+\beta^\top x^Q +\{a+B^\top x^Q\}^\top u +\sigma E. \] 令： \[ g(x^Q)=a+B^\top x^Q, \] 并声明： \[ E\sim\operatorname{Cauchy}(0,1),\qquad E\perp\!\!\!\perp\widetilde U\mid x^F, \] candidate coordinates 在给定 \(x^F\) 后条件独立，且 \(\gamma_{\phi,j}(x^F)>0,\sigma>0\)。 由 Cauchy 的 affine stability，predictive outcome 仍为 Cauchy： \[ m_Y(x^F,x^Q) = \alpha+\beta^\top x^Q +g(x^Q)^\top m_\phi(x^F), \] \[ s_Y(x^F,x^Q) = \sum_j \left|g_j(x^Q)\right| \gamma_{\phi,j}(x^F) +\sigma. \] 于是我们得到： \[ p_{\phi,\theta}(y\mid x^F,x^Q) = \operatorname{Cauchy} \!\left( y; m_Y(x^F,x^Q), s_Y(x^F,x^Q) \right). \] 这给出一个无需 latent Monte Carlo 的 end-to-end exact likelihood。 现在算法的每一部分都有理论来源： - \(U\)：unit-level causal expressivity 所需 primitive； - \(\mathcal A_\phi\)：\(U\) 不可观测而数据只有 \((X,Y)\) 所迫使出的 abduction； - distributional result：one-shot evidence 无法唯一恢复 \(u^\star\)； - Cauchy：由 nonlocal uncertainty 与 tractable propagation desiderata 导出； - bilinear generator：允许 query 改变 unit modulation，并保持第一篇可解析； - predictive law：candidate-unit uncertainty 与 event randomness 的合成。 这就是“算法从 ontology 中长出来”的含义。 --- ## 8. learner 最终到底计算什么 distributional route 可以按以下过程理解： \[ \widetilde U\sim q_\phi(\cdot\mid x^F), \qquad E\sim p_E, \qquad \widetilde Y=f_\theta(x^Q,E;\widetilde U). \] 这里有两种不能混淆的不确定性： - \(q_\phi\)：learner 对同一个 actual token 的 epistemic uncertainty； - \(E\)：token 与 query 固定后仍会变化的 event-level aleatoric randomness。 若 density 存在，最终 composed predictive law 是： \[ p_{\phi,\theta}(y\mid x^F,x^Q) = \int p_\theta(y\mid x^Q,u) q_\phi(u\mid x^F)\,du. \] 本文不需要把它写成 reader-facing response-kernel notation。上式已经精确表达： 1. factual evidence 只进入 abduction； 2. query 只进入 response generator； 3. candidate-unit uncertainty 被积分； 4. event noise 留在 \(p_\theta(y\mid x^Q,u)\) 内； 5. world-side actual \(u^\star\) 没有被 learner 的 sampling 重新生成。 --- ## 9. one-shot 数据究竟能学到什么 one factual observation per token 时，训练数据直接观察： \[ (x^F,x^Q)=(x,x). \] 所以 proper log score 首先能恢复的是 training support 上的 factual predictive law。若模型族 正确指定且 risk 有限： \[ \mathcal Q(r)-\mathcal Q(r_0) = \mathbb E \left[ \operatorname{KL} \{r_0(\cdot\mid X)\Vert r(\cdot\mid X)\} \right] \ge 0. \] 这给出 \(P_{\mathrm{train}}\)-almost-sure 的 factual-law Fisher consistency。 它不自动证明： - actual \(u^\star\) 的坐标被唯一识别； - \((\mathcal A_\phi,f_\theta)\) decomposition 唯一； - candidate-unit uncertainty 与 event uncertainty 的 scale 唯一分离； - off-diagonal \(p(y\mid x^F=x,x^Q=x')\) 已由 factual data 恢复； - 完整 Layer 3 joint law 已经被识别。 因此论文的第一个主 theorem 应是： > **composed factual predictive law 可学习，而 latent representation 与 mechanism decomposition > 通常只在 observational equivalence class 内可学习。** alternative-query law 需要 shared structural restrictions、query support 与 causal assumptions， 应作为单独 theorem / proposition / benchmark target。 --- ## 10. same-token alternative query 与 Layer 3 边界 从 factual \(x\) 完成一次 abduction： \[ \mathcal A_\phi(x) \quad\text{or}\quad q_\phi(u\mid x). \] 若随后问同一个 token 面对 \(x'\) 会怎样，必须复用这份 abduction result： \[ \widetilde U\sim q_\phi(\cdot\mid x), \qquad \widetilde Y(x')=f_\theta(x',E;\widetilde U). \] 不能改成： \[ q_\phi(u\mid x'). \] 那会重新识别 token，把“query changed”偷换成“unit and query both changed”。 但 fixed abduction 只是 same-token computational contract，不是 counterfactual identification theorem。要升级为 Layer 3 causal statement，还需要： - token sufficiency； - intervention semantics； - support / positivity； - assignment / confounding assumptions； - mechanism stability； - distribution-consistency； - cross-world event-noise coupling。 若只需要 alternative-world marginal law，可以按声明的 event-noise law 积分 \(E\)。若要多个 worlds 的 joint sample，就必须进一步说明 \(E_x,E_{x'}\) 共享、独立还是采用其他 coupling。 --- ## 11. robustness 为什么是理论推论的外显，而不是论文起点 论文不是因为某张 robustness table 表现好，才倒推出 Cauchy 或 unit mechanism。正确方向相反： \[ \text{ontology} \to \text{abduction problem} \to \text{uncertainty geometry} \to \text{testable robustness consequences}. \] 这里至少有两类不同强度的 robustness claim。 ### 11.1 可以直接分析的 optimization robustness 对 Cauchy outcome law，standardized residual \(r=y-m\) 的负 log likelihood（略去常数）是： \[ \ell(r;s)=\log s+\log\!\left(1+\frac{r^2}{s^2}\right). \] 其 location score 为： \[ \frac{\partial \ell}{\partial m} = -\frac{2r}{s^2+r^2}. \] 当 \(|r|\to\infty\) 时，这个 influence 不会像 Gaussian squared loss 那样随 residual 线性增长， 而是趋近于零。由此可以提出并证明针对 gross outcome contamination 的 bounded-influence robustness statement。 ### 11.2 必须由结构匹配与实验检验的 mechanism robustness 把 candidate-unit uncertainty、query 与 event noise 分开，有望在以下条件下优于只拟合 surface correlation 的 predictor： - token heterogeneity 确实存在； - factual evidence 对 token 有信息； - shared unit-modulated mechanism 正确或近似正确； - query shift 仍位于可支持的 mechanism regime。 这不是所有 distribution shift 下自动成立的 theorem。它是由 mechanism-learning ontology 导出的可证伪假设，必须用 matched/no-heterogeneity/weak-evidence/partial-support/misspecification 等 worlds 来压力测试。 因此 regression benchmark 只是方便比较 factual performance 的 secondary surface。真正有 辨别力的 primary benchmark 必须让 evaluator 私藏同一 token 的 alternative-query response grid。 --- ## 12. 第一篇论文应该怎样被验证 ### Synthetic worlds - matched token mechanism； - no heterogeneity； - weak token evidence； - partial query support； - nonlinear misspecification； - heavy-tail contamination； - same-token alternative-query oracle。 ### Comparators - point / Gaussian / Cauchy DiscoSCM； - direct Gaussian / Cauchy / Laplace predictors； - varying-coefficient model； - mixture / flow predictor； - compatible graph 上的 DSCM-style exogenous-noise abduction baseline。 ### Metrics - predictive log score； - quantile / pinball loss； - CDF calibration； - interval coverage / width； - alternative-query response-curve error； - robust factual MAE / NLL； - contamination sensitivity curve。 现有 tabular robustness 结果只支持某些 heavy-tailed objectives 的 factual robustness。它们不能 单独证明 unit factorization，也不能单独证明 DiscoSCM 优于直接 predictor。 --- ## 13. 与 Deep Structural Causal Models 的正面对照 Deep Structural Causal Models 通常从一个已声明 causal graph 出发，通过 invertible mechanisms、 normalizing flows 或 variational inference abduct SCM exogenous noise，再执行 abduction–action–prediction。 Learning DiscoSCM 当前 slice 的首要 abducted object 不同： | 问题 | Deep SCM | Learning DiscoSCM 当前 slice | |---|---|---| | 主要 abduct 什么 | graph 中的 exogenous noise | 对 actual token representation 的 epistemic uncertainty | | evidence 来自哪里 | observed endogenous variables | focal token 暴露的 factual predictors | | 什么保持稳定 | 依具体 SCM counterfactual contract | Unit Selection Variable \(U\) | | event noise | SCM exogenous variables 的一部分 | 与稳定 \(U\) 分离的 \(E\) | | 当前范围 | 多节点 graph 内 inference | 一个 token-modulated outcome mechanism | 这不是在否定 DSCM，也不是声称 token abduction 比 noise abduction 更一般。它说明： > Learning DiscoSCM 需要先把“哪个 unit”与“这次发生了什么 event noise”分开，否则 > same-token linkage 与 event-level luck 会继续被混在一起。 Primary anchors: - Gong, Lu, and Zhang, [Distribution-consistency Structural Causal Models](https://arxiv.org/abs/2401.15911)； - Pawlowski, Castro, and Glocker, [Deep Structural Causal Models for Tractable Counterfactual Inference](https://proceedings.neurips.cc/paper_files/paper/2020/hash/0987b8b338d6c90bbedd8631bc499221-Abstract.html)。 --- ## 14. 三篇活跃论文为什么都保留 ### Learning DiscoSCM 旗舰 end-to-end ML paper。总问题是 **How to learn DiscoSCM?**；第一篇回答单个 token-modulated outcome mechanism 怎样从 \((X,Y)\) 中被学习。 ### Unit Mechanism Learning 一般方法论文。它抽象 shared, unit-modulated generator、representation–mechanism factorization、 predictive-law consistency 与 tractable families，不要求所有应用都接受 DiscoSCM causal ontology。 ### Token Causation causal ontology / theory paper。它讨论一条 row 为什么可以被理解为 token、unit-level response prediction 与 singular / actual attribution 的关系，以及 same-token linkage 的哲学与形式基础。 三篇可以互相引用和压力测试，但不能共享 claim truth。每篇论文独立维护 theorem、experiment、 failure 与投稿身份。 --- ## 请用这七个问题审阅 V3 1. **总问题是否正确？** 论文是否应明确以 “How to learn DiscoSCM?” 开场？ 2. **最小 slice 是否正确？** 单个 outcome mechanism 是否是第一个不可再缩的学习问题？ 3. **\(U\) 的必要性是否成立？** 删除 \(U\) 后失去的四种表达能力，是否足以说明它是 primitive？ 4. **token / representation 是否清楚？** 离散 unit 与进入 mechanism 的 embedding 是否已分开？ 5. **abduction 是否被推导出来？** 读者是否能看到它是由 latent \(U\)+observed \((X,Y)\) 强迫出现？ 6. **Gaussian → Cauchy 是否诚实？** desiderata 是否足以支持“natural tractable choice”，同时没有伪装成全局唯一性 theorem？ 7. **robustness 的位置是否正确？** 它是否被呈现为理论的可证伪外显，而不是论文存在的起点？ 这七个问题现在也是审阅 working manuscript 的顺序：任何后续 theorem、algorithm 或 experiment 都必须能回到这条逻辑脊柱，而不能反过来改写论文的本体论起点。 --- ## 下一轮实验设计入口（proposal only） 已完成的 Y-shuffle experiment 保留其 `not_confirmed` 结论，不被下一轮设计覆盖。 新的 K=1 设计继续固定 `events_per_unit=1`：每个 unit 只公开高维行动前 evidence `W`、一次 factual action `A^F` 与唯一 factual outcome `Y^F`；32 个 same-unit counterfactual outcomes 只由 synthetic evaluator 密封保存并在模型冻结后评分。 - Canonical design：`../paper/learning-discoscm/experiment-design-k1-zh.md` - Reader projection：`../entry-site/learning-discoscm/experiment/k1-design/` - Live route：`https://research.wehub.us/blog/hcgm/learning-discoscm/experiment/k1-design/` - Status：`proposal_only / unrun` 该设计测试显式 response-informed same-unit abduction 在预先声明的高维 nonlinear synthetic world 与公开冻结的 shared-state coupling family（其中 R channel 为 rank one）下，是否超过有合法 single-point marginal likelihood 的 conditional GP / generative-function baselines。Naive Direct ex-post 与 standard CNP 在 strict K=1 下会产生 identity shortcut 或空的 context-target split，因此不作为合格 baseline；本设计也不把 K=1 本身表述成 individual-counterfactual identification theorem。