ThomasHeisig commited on
Commit
677d1cb
·
verified ·
1 Parent(s): 9817733

Sync GitHub main 100d504c10660702726157355b31aac3bdfe49f5 (part 3)

Browse files
research/publications/2026-09-17_recursive-epistemics_v1.8/CONTENT_INTEGRATION.md CHANGED
@@ -231,7 +231,7 @@ Status: `semantically_integrated_without_evidence_promotion`
231
  Modus: `registry_semantics_adequacy_human_review_and_prospective_design_synthesis`
232
  Teile: IV, VI, X, XI
233
 
234
- Quellpfade: `research/decisions/2026-09-17_determinism_registry_airr_alignment.md`; `research/decisions/2026-09-17_snn003_topology_propagation_v1_adequacy.md`; `research/experiments/EXP-BATCH-20260914074039-03/review-20260917.md`
235
 
236
  Grenze: Historical DATA/manifests remain immutable; semantic alignment does not erase provenance blocks, Human Review does not auto-promote EVID, and test inadequacy is neither confirmation nor refutation of the target hypothesis.
237
 
@@ -270,22 +270,33 @@ Grenze: The offshoot index names candidate research strands only; it creates no
270
 
271
  ## CORPUS-STAGE1-TOPOLOGY-V2 — Preregistered Stage-1 topology propagation v2 DATA and review lineage
272
 
273
- Rolle: `source-bound confirmatory Stage-1 DATA package pending human review`
274
- Status: `semantically_integrated_DATA_review_pending`
275
  Modus: `preregistration_design_results_statistics_limitations_and_claim-boundary_synthesis`
276
  Teile: IV, X, XI
277
 
278
- Quellpfade: `research/preregistrations/PREREG-S1-TOPO-V2.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/manifest.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/report.md`; `research/experiments/EXP-S1-TOPO-V2-20260918/analysis/statistics.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/data/calibration.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/data/evaluation.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json`; `research/workflows/SERIES-STAGE1-TOPOLOGY-V2-20260918.json`
279
 
280
- Grenze: Supports H-SNN-003-B only within the preregistered 64-neuron Stage-1 regime. No automatic EVID promotion, no 5D superiority claim, and no support for H-5D-005-A before the separate >=1000-neuron geometry-specific programme.
281
 
282
  ## CORPUS-STAGE1-TOPOLOGY-V3-R1 — Corrected preregistered Stage-1 topology time-resolved internal replication
283
 
284
- Rolle: `source-bound corrected internal replication DATA package pending human review`
285
- Status: `semantically_integrated_DATA_review_pending`
286
  Modus: `analysis-correction_audit_time-resolved_results_internal-replication_limitations_and_claim-boundary`
287
  Teile: IV, X, XI
288
 
289
- Quellpfade: `research/preregistrations/PREREG-S1-TOPO-V3-TIME-RESOLVED.json`; `research/experiments/EXP-S1-TOPO-V3-20260918/ANALYSIS_CORRECTION.md`; `research/preregistrations/PREREG-S1-TOPO-V3-R1-TIME-RESOLVED.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/manifest.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/report.md`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/analysis/statistics.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/data/evaluation.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json`; `research/workflows/SERIES-STAGE1-TOPOLOGY-V3-R1-20260918.json`
290
 
291
- Grenze: R1 resolves the V2 terminal active_fraction ceiling with prospective time-resolved endpoints and internally replicates V2 latency directions. It is not independent external replication, creates no EVID, supports no 5D superiority claim, and does not test H-5D-005-A.
 
 
 
 
 
 
 
 
 
 
 
 
231
  Modus: `registry_semantics_adequacy_human_review_and_prospective_design_synthesis`
232
  Teile: IV, VI, X, XI
233
 
234
+ Quellpfade: `research/decisions/2026-09-17_determinism_registry_airr_alignment.md`; `research/decisions/2026-09-17_snn003_topology_propagation_v1_adequacy.md`; `research/experiments/EXP-BATCH-20260914074039-03/review-20260917.md`; `research/decisions/2026-09-25_stage1_scientific_consolidation.md`
235
 
236
  Grenze: Historical DATA/manifests remain immutable; semantic alignment does not erase provenance blocks, Human Review does not auto-promote EVID, and test inadequacy is neither confirmation nor refutation of the target hypothesis.
237
 
 
270
 
271
  ## CORPUS-STAGE1-TOPOLOGY-V2 — Preregistered Stage-1 topology propagation v2 DATA and review lineage
272
 
273
+ Rolle: `source-bound confirmatory Stage-1 DATA package with completed human interpretation review`
274
+ Status: `semantically_integrated_DATA_human_reviewed_no_EVID`
275
  Modus: `preregistration_design_results_statistics_limitations_and_claim-boundary_synthesis`
276
  Teile: IV, X, XI
277
 
278
+ Quellpfade: `research/preregistrations/PREREG-S1-TOPO-V2.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/manifest.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/report.md`; `research/experiments/EXP-S1-TOPO-V2-20260918/analysis/statistics.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/data/calibration.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/data/evaluation.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json`; `research/workflows/SERIES-STAGE1-TOPOLOGY-V2-20260918.json`; `research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json.review.json`
279
 
280
+ Grenze: Supports H-SNN-003-B only within the preregistered 64-neuron Stage-1 regime. Human review accepts the bounded interpretation but does not create canonical EVID, independent replication, a 5D superiority claim or support for H-5D-005-A.
281
 
282
  ## CORPUS-STAGE1-TOPOLOGY-V3-R1 — Corrected preregistered Stage-1 topology time-resolved internal replication
283
 
284
+ Rolle: `source-bound corrected internal replication DATA package with completed human interpretation review`
285
+ Status: `semantically_integrated_DATA_human_reviewed_no_EVID`
286
  Modus: `analysis-correction_audit_time-resolved_results_internal-replication_limitations_and_claim-boundary`
287
  Teile: IV, X, XI
288
 
289
+ Quellpfade: `research/preregistrations/PREREG-S1-TOPO-V3-TIME-RESOLVED.json`; `research/experiments/EXP-S1-TOPO-V3-20260918/ANALYSIS_CORRECTION.md`; `research/preregistrations/PREREG-S1-TOPO-V3-R1-TIME-RESOLVED.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/manifest.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/report.md`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/analysis/statistics.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/data/evaluation.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json`; `research/workflows/SERIES-STAGE1-TOPOLOGY-V3-R1-20260918.json`; `research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json.human-review.json`
290
 
291
+ Grenze: R1 resolves the V2 terminal active_fraction ceiling with prospective time-resolved endpoints and internally replicates V2 latency directions. Human review accepts the bounded interpretation; it is not independent external replication, creates no canonical EVID, supports no 5D superiority claim, and does not test H-5D-005-A.
292
+
293
+ ## CORPUS-STAGE1-TEMPORAL-ORDER-V2 — Preregistered Stage-1 temporal-order task with identity-destroyed control
294
+
295
+ Rolle: `source-bound Stage-1 task DATA package with completed human interpretation review`
296
+ Status: `semantically_integrated_DATA_human_reviewed_no_EVID`
297
+ Modus: `preregistered_task_design_information-destroyed-control_results_claim-boundary`
298
+ Teile: IV, X, XI
299
+
300
+ Quellpfade: `research/preregistrations/PREREG-S1-TEMP-ORDER-V2.json`; `research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/manifest.json`; `research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/report.md`; `research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/analysis/statistics.json`; `research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/review_request.json`; `research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/review_request.json.review.json`
301
+
302
+ Grenze: The task shows bounded temporal-order decodability in a fixed six-neuron SNN. Human review accepts the bounded interpretation but does not create canonical EVID. It does not establish learning, memory, cognition, scaling, general temporal reasoning or independent replication, and it is not an independent replication of the topology line.
research/publications/2026-09-17_recursive-epistemics_v1.8/MANUSCRIPT.md CHANGED
@@ -394,7 +394,11 @@ Der zugehörige maschinenlesbare Readiness-Status weist für den **scoped Stage-
394
 
395
  ### Stage 1 — kleines SNN
396
 
397
- Stage 1 verfügt über einen technischen Small-SNN-Vertrag und Referenzartefakte zur Spike-Ausbreitung. Der wissenschaftliche Stand ist schwächer als die technische Reife: Die bisherigen Artefakte zeigen technische Funktion in kleinen Netzen, aber noch keine breite task-basierte Evidenz, Skalierbarkeit oder unabhängige Replikation. Der zentrale Übergang zu Stage 2 ist deshalb nicht „mehr Neuronen“, sondern die Frage, ob rekurrente Dynamik unter kontrollierten Interventionen einen kausal isolierbaren funktionalen Beitrag liefert.
 
 
 
 
398
 
399
  ### Stage 2 — stabile Rekurrenz
400
 
@@ -485,6 +489,27 @@ Maschinen-native Interozeption umfasst dort, wo das Betriebssystem Messwerte lie
485
  Der implementierte Profile-&-Identity-Vertrag speichert Konfiguration, Fähigkeiten, Grenzen, Provenienz, Revisionen, Lineage und Snapshot-Bindungen als technische Identität. Profil, `.b5d`-Snapshot, Runtime-Checkpoint, Registry und Lineage sind absichtlich getrennte Zustandsklassen. Daraus folgt **keine psychologische Identität, Persönlichkeit, subjektive Kontinuität oder Bewusstseinsbehauptung**. Genau diese Grenze ist für spätere Stage-7-Selbstmodellforschung zentral: Metadatenidentität ist eine technische Voraussetzung, kein kausales Selbstmodell.
486
 
487
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
488
  ---
489
 
490
  <a id="part-iv"></a>
@@ -680,10 +705,20 @@ Die V2-First-Output-Latenz wird zusätzlich auf den frischen R1-Seeds repliziert
680
 
681
  **Diskussion.** Damit besitzt `H-SNN-003-B` erstmals einen testadäquaten positiven Befund im untersuchten Stage-1-Regime: Topologie verändert bei gleichem Neuronen- und Kantenbudget die Propagationsdynamik. Der Effekt ist jedoch **kein monotones Dimensions- oder 5D-Vorteilsmuster**. `5d_shuffled` und `random_graph` erreichten den Output in diesem Design früher als die reguläre 5D-Anordnung. Das unterstützt die allgemeine Topologiesensitivität, nicht die Überlegenheit einer bestimmten Dimensionalität.
682
 
683
- **Limitation.** 64 Neuronen, 246 Kanten, ein eingefrorenes Synapsengewicht und das deterministische vorwärtsgerichtete Konstrukt definieren einen engen Small-SNN-Operating-Envelope. Der Lauf prüft weder Skalierung noch biologische Äquivalenz noch `H-5D-005-A`. Wegen der `active_fraction`-Sättigung ist ein zusätzliches niedrigeres Aktivitätsregime eine sinnvolle spätere Robustheitsprüfung, aber **keine Voraussetzung**, um den bereits präregistriert positiven Latenz-/Topologiebefund als DATA zu dokumentieren. Die stärkere 5D-Prüfung benötigt weiterhin ≥1.000 Neuronen, ≥10 mittlere Eingänge pro Neuron, explizit distanzabhängige Konnektivität und streng gematchte Dimensionskontrollen. Der aktuelle Lauf bleibt bis Human Review DATA-only.
684
 
685
  **Zwischenfazit.** Rekurrenz ist im getesteten Mechanismus wirksam; `H-SNN-003-B` ist im 64-Neuronen-Stage-1-Regime DATA-seitig gestützt. Die spezifische 5D-Hypothese bleibt offen.
686
 
 
 
 
 
 
 
 
 
 
 
687
  ### 19.9.3 Teilstudie C — Plastizität, Lernen und adaptive Stabilität
688
 
689
  **Forschungsproblem.** Die Existenz von STDP-, Eligibility-, Drei-Faktor-, Homeostase- oder Strukturplastizitätscode beweist weder nützliches Lernen noch stabile Generalisierung.
@@ -755,6 +790,25 @@ Die V2-First-Output-Latenz wird zusätzlich auf den frischen R1-Seeds repliziert
755
  Damit erhält Teil IV den Charakter einer kumulativen empirischen Dissertationseinheit: Die Teilstudien stehen nicht nebeneinander, sondern verändern wechselseitig die Architektur und die Bedingungen der jeweils nächsten Hypothese.
756
 
757
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
758
  ---
759
 
760
  <a id="part-v"></a>
@@ -2640,7 +2694,7 @@ Die folgende Matrix ist eine Leserhilfe, keine neue Prozentmetrik. Sie trennt de
2640
  | Stage | Gegenwärtig belastbarer Stand | Wissenschaftlich offen / blockiert durch | Nächster legitimierter Schritt |
2641
  | --- | --- | --- | --- |
2642
  | **0 — einzelne Nervenzelle** | Scoped Izhikevich-/LIF-Referenzkonformität gegen Brian2 ist confirmatory DATA-seitig erfüllt. | Human-EVID-Entscheidung, unabhängige Replikation, breitere Integrator-/Parameter-/Langzeitprüfung. | Review und unabhängig autorisierte Replikation des eingefrorenen Vertrages. |
2643
- | **1 — kleines SNN** | `EXP-S1-TOPO-V2-20260918` und die korrigierte interne Replikation `EXP-S1-TOPO-V3-R1-20260918` zeigen DATA-seitig Topologiesensitivität im 64-Neuronen-/246-Kanten-Regime; R1 löst die V2-Endpunkt-Sättigung zeitaufgelöst auf und repliziert die First-Output-Richtung auf neuen Seeds. | Human Review, **unabhängige externe** Replikation, breitere Aufgaben-/Störungsregime; keine Ableitung eines 5D-Vorteils. | Human Review beider gültigen DATA-Linien abschließen und anschließend unabhängig implementiert replizieren; die separate 5D-Hypothese in größerem Design prüfen. |
2644
  | **2 — stabile Rekurrenz** | Kleiner kontrollierter Recurrence-Effekt ist reproduzierbar beobachtet. | Breite Generalisierung; sauberer clean-tree Determinismus-/Replikationsnachweis. | Hash-gebundene clean-tree Replikation und größere getrennte Regime. |
2645
  | **3 — plastisches Nervengewebe** | STDP, Eligibility, Drei-Faktor-Regeln, Homeostase und Strukturplastizität sind technisch vorhanden. | Held-out Nutzen, Interaktionen, Langzeitstabilität und Ressourcenwirkung. | Learning-on/off/Frozen/Sham-Kontrollen mit vorab definierten Task-Endpunkten. |
2646
  | **4 — spezialisierte Areale** | Audio/Vision/Digital-Pfade und E01–E05 liefern enge synthetische DATA. | Generalistenvergleich, Cross-Modal-Transfer, Läsion/Shuffle/Frozen, reale Ressourcenmessung. | Matched spezialisierte-vs.-generalistische Ablationen. |
@@ -2726,7 +2780,14 @@ Der Befund ist endpoint-spezifisch. `active_fraction` sättigt für 1d, 2d und 3
2726
  Die interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verschärft diesen Befund. Ein erster V3-Lauf wurde wegen einer falsch implementierten Holm-Familie nicht konfirmatorisch verwendet und bleibt als Auditspur erhalten. R1 verwendet neue Seeds und eine korrekt gemeinsame Holm-Korrektur über zehn zeitaufgelöste Primärtests. Obwohl die terminale `active_fraction` für 1d/2d/3d weiterhin 1,0 beträgt, unterscheiden sich die prospektiv definierten Zeitverläufe klar: Die mediane Aktivierungs-AUC (Ticks 0–31) beträgt 22,15625, 26,5703125 und 28,0078125; die Halbaktivierungslatenz 10, 6 und 4 Ticks. Beide low-dimensionalen Kontraste sind Holm-korrigiert signifikant. Zusätzlich replizieren alle fünf V2-First-Output-Latenzkontraste auf den neuen Seeds in derselben Richtung.
2727
 
2728
  **Zulässiger Claim:** Die konkrete Topologie beeinflusst innerhalb dieses kontrollierten Small-SNN-Operating-Envelope bei gematchtem Neuronen- und Kantenbudget die Propagationsdynamik; die Aussage ist nun auf einer zweiten, intern replizierten DATA-Linie mit zeitaufgelöster Auflösung der V2-Ceiling-Grenze gestützt.
2729
- **Nicht zulässig:** daraus unabhängige externe Replikation, 5D-Überlegenheit, Skalierbarkeit, biologische Äquivalenz oder `H-5D-005-A` abzuleiten. `5d_shuffled` und `random_graph` erreichen den Output weiterhin früher als reguläres 5d. Beide gültigen Linien bleiben bis Human Review DATA-only.
 
 
 
 
 
 
 
2730
 
2731
  ### Ergebnis H — Same-Seed-Reproduzierbarkeit ist nun als eigene DATA-Linie dokumentiert
2732
 
@@ -2913,6 +2974,17 @@ Der stärkste Beitrag von Edition 1.8 liegt damit noch nicht in einer bestätigt
2913
  Der Dissertationscharakter entsteht gerade aus dieser Verbindung: historische Problemgenese, theoretischer Rahmen, operationalisierte Teilfragen, Methoden, Teilstudien, negative und positive Resultate, General Discussion, Limitationen und eine explizite Forschungsagenda bilden ein zusammenhängendes Argument statt einer Sammlung von Features.
2914
 
2915
 
 
 
 
 
 
 
 
 
 
 
 
2916
  ---
2917
 
2918
  <a id="part-xi"></a>
@@ -2937,13 +3009,18 @@ Der scoped Readiness-Vertrag kann 100 % erreicht haben, ohne dass damit die gesa
2937
 
2938
  ### Stage 1 — kleines SNN
2939
 
2940
- Mit `EXP-S1-TOPO-V2-20260918` liegt nun eine präregistrierte Small-Network-Topologiestudie vor. Sie zeigt DATA-seitig, dass Topologie die Propagationsdynamik im kontrollierten 64-Neuronen-Regime beeinflusst. Offen bleiben:
 
 
 
 
2941
 
2942
- - Human Review und eine mögliche spätere EVID-Entscheidung;
2943
- - unabhängige Replikation außerhalb derselben Ausführungspipeline;
2944
- - task-basierte Kontrollen und Störungsregime jenseits reiner Impulspropagation;
 
2945
  - Skalierung und Generalisierung über den aktuellen Small-SNN-Operating-Envelope hinaus;
2946
- - die getrennte dimensionsspezifische 5D-Hypothese.
2947
 
2948
  ### Stage 2 — stabile Rekurrenz
2949
 
@@ -3188,9 +3265,9 @@ Das Ziel lautet daher nicht „jeder Bytewert steht im Manuskript“, sondern: *
3188
 
3189
  Für `RQ-DET-001` bleibt ein clean-tree-Replikationslauf erforderlich, bevor ein durch Dirty-Tree-Provenienz blockiertes Artefakt regulär in Richtung EVID geprüft werden kann. Eine semantische Reklassifikation allein entfernt den Provenienzblock nicht.
3190
 
3191
- Für `RQ-SNN-003 / H-SNN-003-B` liegen inzwischen zwei gültige source-bound DATA-Linien vor. `EXP-S1-TOPO-V2-20260918` etablierte den ersten präregistrierten 64-Neuronen-/246-Kanten-Befund. Die korrigierte interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verwendet neue Seeds und prospektive zeitaufgelöste Endpunkte: sie löst die terminale `active_fraction`-Sättigung für 1d/2d/3d auf und repliziert alle fünf First-Output-Latenzrichtungen aus V2. Ein erster V3-Lauf bleibt als Auditspur erhalten, wird wegen einer falsch implementierten Holm-Familie aber nicht konfirmatorisch interpretiert. Der Status der gültigen Linien bleibt `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL` auf DATA-Ebene bis Human Review.
3192
 
3193
- Der nächste Schritt für `H-SNN-003-B` ist jetzt **keine weitere interne Wiederholung derselben Pipeline**, sondern Human Review und anschließend eine unabhängig implementierte Replikation oder ein bewusst erweitertes Operating-Envelope.
3194
 
3195
  Für die **dimensionsspezifische** Registry-Frage gilt parallel unverändert: `RQ-5D-005` bleibt `open` und `H-5D-005-A` bleibt kanonisch `untested`. Das 64-Neuronen-Stage-1-Experiment ist dafür kein hinreichender Nachweis. Die nächste 5D-Prüfung muss mindestens **1.000 Neuronen pro Bedingung**, durchschnittlich **mindestens 10 eingehende Synapsen pro Neuron** und eine **explizit distanzabhängige Konnektivitätswahrscheinlichkeit** verwenden; Delay darf zusätzlich geometrieabhängig sein. Degree-/density-matched Kontrollen, Multi-Neuron-Stimulus, Activity-Adequacy-Gate, unabhängige Seeds und clean-tree Provenienz bleiben verpflichtend.
3196
 
@@ -3206,9 +3283,9 @@ Die Entscheidung ist prospektiv begrenzt: Ein positives Ergebnis stützt eine **
3206
 
3207
  Nach dem jüngsten Human Review ist die offene Determinismusfrage enger als zuvor. `RQ-DET-001 / H-SNN-003-A` hat im historischen `deterministic_replica_v1`-Datensatz einen positiven Same-Seed-Replica-Befund und ist semantisch `DIRECT_MATCH`. Offen ist nicht mehr die Frage, ob die registrierten Replica-Bedingungen zur RQ gehören, sondern ob derselbe Befund in einem **clean-tree, hash-gebundenen Replikationslauf** wiederholt wird. Erst danach ist eine reguläre Human-EVID-Entscheidung sinnvoll.
3208
 
3209
- Für `H-SNN-003-B` ist der nächste Schritt nun **Human Review und unabhängige Replikation** von `EXP-S1-TOPO-V2-20260918`. `EXP-GEN-0047` bleibt als inadäquater Vorgänger erhalten; die neue DATA darf ihn nicht rückwirkend umdeuten. Die ≥1.000-Neuronen-/≥10-In-Degree-Schwellen werden ausschließlich für die stärkere `H-5D-005-A`-Prüfung geführt.
3210
 
3211
- Damit sind die nächsten methodischen Schritte **Review/Replikation für den Stage-1-Topologiebefund** und **Testadäquanz für den separaten 5D-Claim**.
3212
 
3213
  ## 59. Forschungsagenda und Abschlusskriterien der Teilstudien
3214
 
@@ -3218,7 +3295,7 @@ Die offene Forschungslandschaft wird für die weitere Arbeit nicht als unsortier
3218
  | --- | --- | --- |
3219
  | **Basale Dynamik / Determinismus** | clean-tree, hash-gebundene Same-Seed-Replikation und externe Wiederholung | Reproduzierbarkeit muss über denselben internen Workflow hinaus bestätigt werden |
3220
  | **Rekurrenz** | unabhängige Seeds, skalierte Netzwerke und klar getrennte Rekurrenzintervention | Effekt muss unter erweitertem Operating Envelope bestehen |
3221
- | **Topologie / H-SNN-003-B** | Human Review von V2 und `EXP-S1-TOPO-V3-R1-20260918`, danach unabhängig implementierte Replikation | Der intern replizierte Stage-1-Topologiebefund muss außerhalb derselben Code-/Ausführungslinie reproduzierbar bleiben |
3222
  | **5D / H-5D-005-A** | separates präregistriertes Design mit ≥1.000 Neuronen, ≥10 Inputs/Neuron und distanzabhängiger Geometrie-Dynamik-Kopplung | Ein dimensionsspezifischer Effekt muss unter gematchten Ressourcen- und Graphkontrollen bestehen |
3223
  | **Plastizität** | learning-on/off-, Sham-/Frozen- und Holdout-Designs mit unabhängigen Seeds | Gewichtsänderung muss einen funktionalen Lern-/Stabilitätsbeitrag gegenüber Kontrollen tragen |
3224
  | **MSBA / spezialisierte Pfade** | kausale Ressourcen- und Lesionsexperimente unter streng gematchten Budgets | Spezialpfad muss über bloße Implementierbarkeit hinaus messbaren Zusatznutzen zeigen |
@@ -3236,7 +3313,7 @@ Die Reihenfolge weiterer Forschung folgt nicht der visuellen Stage-Nummer, sonde
3236
  Daraus folgen gegenwärtig vier priorisierte Linien:
3237
 
3238
  1. **Präregistrierung von `OBJ-MEM-COMPRESSION-001`**, weil sie eine klar falsifizierbare Anschlussfrage an die negative CL-002/003-Linie darstellt.
3239
- 2. **Human Review von `EXP-S1-TOPO-V2-20260918` und `EXP-S1-TOPO-V3-R1-20260918`, anschließend unabhängige Replikation**, damit der intern replizierte Stage-1-Topologiebefund nicht auf dieselbe Code-/Ausführungslinie beschränkt bleibt.
3240
  3. **separate `H-5D-005-A`-Präregistrierung**, weil der 64-Neuronen-Topologiebefund keinen 5D-Vorteil beantwortet.
3241
  4. **clean-tree Determinismusreplikation**, weil vorhandene positive Same-Seed-Befunde durch Provenienzgrenzen blockiert sind.
3242
  5. **`H-EMB-001-B`**, weil erst der matched-disturbance-Vergleich den Closed-Loop-Mechanismus stärker kausal isoliert.
@@ -3252,6 +3329,20 @@ Eine spätere kanonische Hauptfassung darf keinen Zweig allein deshalb als „ab
3252
  Gerade diese dritte Möglichkeit gehört zum wissenschaftlichen Charakter der Arbeit. Eine Dissertation oder Monographie wird nicht dadurch stärker, dass jede Frage beantwortet erscheint, sondern dadurch, dass beantwortete, widerlegte und noch offene Fragen methodisch unterscheidbar bleiben.
3253
 
3254
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3255
  ---
3256
 
3257
  # Anhang — Quellen und Vorarbeiten
 
394
 
395
  ### Stage 1 — kleines SNN
396
 
397
+ Stage 1 besitzt inzwischen mehr als den ursprünglichen technischen Small-SNN-Vertrag. Als zentrale wissenschaftliche Baseline gilt `RQ-SNN-003 / H-SNN-003-B` mit der gemeinsam geführten DATA-Linie aus `EXP-S1-TOPO-V2-20260918` und der korrigierten internen Replikation `EXP-S1-TOPO-V3-R1-20260918`. Beide Human Reviews durch Thomas Heisig sind abgeschlossen und akzeptieren die eng begrenzte Topologieinterpretation. Die Scientific-Maturity-Projektion beträgt damit 75 %: RQ/H, Protokoll, DATA und Attribution sind erfüllt; das Human-Review-Subgate ist abgeschlossen; kanonische EVID-Promotion und unabhängige Replikation bleiben offen.
398
+
399
+ Davon getrennt bildet `RQ-TEMP-002 / H-TEMP-002-A` mit `EXP-S1-TEMP-ORDER-V2-20260919` eine zweite task-basierte Funktionslinie. Sie prüft in einem kleinen acyclischen Sechs-Neuronen-SNN die Erhaltung zweier Kanalidentitäten und zeitlicher Reihenfolge gegen eine information-destroyed Kontrolle. Diese Linie ist DATA-seitig innerhalb des präregistrierten Protokolls unterstützt und ihr Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen. Sie ist funktional eigenständig, aber keine Replikation des Topologieclaims.
400
+
401
+ Der zentrale Übergang zu Stage 2 ist deshalb weder „mehr Neuronen“ noch eine höhere Prozentzahl, sondern stärkerer Evidenzstatus: scoped Claims und prospektive EvidenceEngine-kompatible Promotion-Pfade für die human-reviewten DATA-Linien sowie unabhängig implementierte Replikation. Keine dieser Linien belegt Kognition, Skalierbarkeit oder einen 5D-Vorteil.
402
 
403
  ### Stage 2 — stabile Rekurrenz
404
 
 
489
  Der implementierte Profile-&-Identity-Vertrag speichert Konfiguration, Fähigkeiten, Grenzen, Provenienz, Revisionen, Lineage und Snapshot-Bindungen als technische Identität. Profil, `.b5d`-Snapshot, Runtime-Checkpoint, Registry und Lineage sind absichtlich getrennte Zustandsklassen. Daraus folgt **keine psychologische Identität, Persönlichkeit, subjektive Kontinuität oder Bewusstseinsbehauptung**. Genau diese Grenze ist für spätere Stage-7-Selbstmodellforschung zentral: Metadatenidentität ist eine technische Voraussetzung, kein kausales Selbstmodell.
490
 
491
 
492
+ ## 13.5 Digitaler Sinn statt externem Wissenskern
493
+
494
+ Die Gesamtarchitektur präzisiert den digitalen Pfad als **sensorische Modalität**. Datenbanken, Werkzeuge, LLMs oder andere digitale Dienste werden dadurch nicht zum Gedächtnis des SNN und erhalten keine verdeckte kognitive Autorität. Sie sind Bestandteile der Umweltgrenze. Exakte Inhalte verbleiben im Boundary-/Tool-Plane; in das SNN gelangt ausschließlich eine deklarierte neuronale Repräsentation.
495
+
496
+ Die Architektur folgt damit demselben abstrakten Kreis wie physisches Embodiment:
497
+
498
+ ```text
499
+ neuronale Aktivität
500
+ -> Handlung/Abfrage
501
+ -> Umweltprozess
502
+ -> Rückmeldung
503
+ -> neuronale Aktivität
504
+ ```
505
+
506
+ Die digitale Abfrage ist eine Aktion; die Antwort ist sensorische Rückmeldung. Ein ausgehendes Query-Muster kann als kausaler Kontext für einen späteren Erwartungs-/Antwortvergleich erhalten bleiben. Diese funktionale Analogie zu Efferenzkopie oder Corollary-Discharge ist ausdrücklich **keine biologische Identitätsbehauptung**.
507
+
508
+ Als experimenteller Interface-Kandidat wird ein gemeinsamer `100 x 100`-PopulationLayout-Raum mit 10.000 logischen Kanälen zugelassen. Query und Response können denselben Layout-Raum verwenden, müssen aber durch Richtung, Phase, correlation_id und Provenienz getrennt bleiben. Das Raster ist kein Beleg für Hyperdimensional Computing, VSA, relationale Bindung oder semantisches Verständnis.
509
+
510
+ Diese Präzisierung ändert die Stage-Struktur nicht. Stage 4 behandelt Digital als Modalität; Stage 5 behandelt Abfrage und Antwort als geschlossenen sensorimotorischen Kreis; Stage 6 untersucht weiterhin interne Zustandsmodelle, Working/Episodic Memory, Prediction Error und World Model. Externe Information kann interne Faktenspeicherung reduzieren, ersetzt aber nicht automatisch interne zeitliche Zustände oder Lernmechanismen.
511
+
512
+
513
  ---
514
 
515
  <a id="part-iv"></a>
 
705
 
706
  **Diskussion.** Damit besitzt `H-SNN-003-B` erstmals einen testadäquaten positiven Befund im untersuchten Stage-1-Regime: Topologie verändert bei gleichem Neuronen- und Kantenbudget die Propagationsdynamik. Der Effekt ist jedoch **kein monotones Dimensions- oder 5D-Vorteilsmuster**. `5d_shuffled` und `random_graph` erreichten den Output in diesem Design früher als die reguläre 5D-Anordnung. Das unterstützt die allgemeine Topologiesensitivität, nicht die Überlegenheit einer bestimmten Dimensionalität.
707
 
708
+ **Limitation.** 64 Neuronen, 246 Kanten, ein eingefrorenes Synapsengewicht und das deterministische vorwärtsgerichtete Konstrukt definieren einen engen Small-SNN-Operating-Envelope. Der Lauf prüft weder Skalierung noch biologische Äquivalenz noch `H-5D-005-A`. Wegen der `active_fraction`-Sättigung ist ein zusätzliches niedrigeres Aktivitätsregime eine sinnvolle spätere Robustheitsprüfung, aber **keine Voraussetzung**, um den bereits präregistriert positiven Latenz-/Topologiebefund als DATA zu dokumentieren. Die stärkere 5D-Prüfung benötigt weiterhin ≥1.000 Neuronen, ≥10 mittlere Eingänge pro Neuron, explizit distanzabhängige Konnektivität und streng gematchte Dimensionskontrollen. Die begrenzten Interpretationen von V2 und V3-R1 sind human-reviewed akzeptiert; beide Läufe bleiben dennoch DATA-only, solange keine separate kanonische EVID-Promotion erfolgt.
709
 
710
  **Zwischenfazit.** Rekurrenz ist im getesteten Mechanismus wirksam; `H-SNN-003-B` ist im 64-Neuronen-Stage-1-Regime DATA-seitig gestützt. Die spezifische 5D-Hypothese bleibt offen.
711
 
712
+ #### Stage-1-Konsolidierung: Baseline, Reviewstatus und zweite Funktionslinie
713
+
714
+ Für die wissenschaftliche Reife wird V2 nicht isoliert betrachtet. `EXP-S1-TOPO-V2-20260918` und `EXP-S1-TOPO-V3-R1-20260918` bilden gemeinsam die kanonische `STAGE1-TOPOLOGY-LINE-001`: V2 ist die erste präregistrierte testadäquate Topologiestudie; R1 ist die korrigierte interne Replikation mit neuen Seeds, prospektiven zeitaufgelösten Endpunkten und korrekter gemeinsamer Holm-Familie. Der erste V3-Lauf bleibt wegen der falsch implementierten Primärfamilie ausschließlich Auditspur. Diese Zusammenführung ist eine Forschungsstatusentscheidung, keine Umschreibung historischer DATA.
715
+
716
+ Die Human Reviews beider gültigen Linien durch Thomas Heisig sind abgeschlossen und akzeptieren die begrenzte Interpretation. Damit ist das Human-Review-Subgate der Stage-1-Maturity erfüllt. Eine EVID-Promotion folgt daraus ausdrücklich nicht. Der aktuelle EvidenceEngine-Vertrag verlangt unter anderem `validity.valid=true`, Nullwerte für Runtime-/Fatal-Fehler, `git.dirty=false`, `provenance_digests`, einen passenden `source_freeze_sha`, einen kanonischen Claim und ein `human_review.json` mit `supports|refutes|inconclusive`. Die historischen V2/R1-Manifeste besitzen diese heutige Vertragsform nicht; ihre vorhandenen Human Reviews lauten `accepted_as_interpretation`. Fehlende historische Felder oder stärkere Entscheidungen werden nicht rückwirkend konstruiert. Der EVID-Pfad ist daher separat und prospektiv zu behandeln.
717
+
718
+ Als zweite Stage-1-Funktionslinie wird `STAGE1-TEMPORAL-ORDER-LINE-002` geführt. `EXP-S1-TEMP-ORDER-V2-20260919` prüft `RQ-TEMP-002 / H-TEMP-002-A` in einem acyclischen Sechs-Neuronen-SNN. Über 20 Seeds und 120 Runs werden intakte Kanalidentität, identity-destroyed Kontrolle sowie simultane Kontrolle verglichen. Der intakte Arm erreicht im gespeicherten V2-Befund eine mediane Order Accuracy von 1,0, der identity-destroyed Arm 0,0; die simultane Kontrolle besteht. Der Lauf ist `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL`. Der append-only Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen; der Lauf bleibt dennoch DATA bis zu einer gegebenenfalls später separat legitimierten EVID-Entscheidung. Er belegt keine Lern-, Gedächtnis-, Kognitions- oder Skalierungsleistung und ist keine unabhängige Replikation der Topologielinie.
719
+
720
+ Unter dem unveränderten Maturity-Vertrag ergibt sich daraus **Stage 1 = 75 %**: RQ/H, Protokoll, DATA und Attribution sind `met`, `reviewed_evidence` ist wegen der abgeschlossenen Human-Review-Hälfte bei weiterhin offener kanonischer EVID-Promotion `partial`, und `independent_replication` bleibt `open`. Die maschinenlesbare Baseline `research/registry/stage1_baseline.json` bindet diese Ableitung sowie beide Funktionslinien kanonisch.
721
+
722
  ### 19.9.3 Teilstudie C — Plastizität, Lernen und adaptive Stabilität
723
 
724
  **Forschungsproblem.** Die Existenz von STDP-, Eligibility-, Drei-Faktor-, Homeostase- oder Strukturplastizitätscode beweist weder nützliches Lernen noch stabile Generalisierung.
 
790
  Damit erhält Teil IV den Charakter einer kumulativen empirischen Dissertationseinheit: Die Teilstudien stehen nicht nebeneinander, sondern verändern wechselseitig die Architektur und die Bedingungen der jeweils nächsten Hypothese.
791
 
792
 
793
+ ### 19.9.8 Teilstudie G — Digitaler Sinn, Query-Handlung und Informationsnutzung
794
+
795
+ **Forschungsproblem.** Ein digitaler Gateway ist wissenschaftlich erst dann mehr als eine Schnittstelle, wenn das SNN lernt, wann und welchen digitalen Kanal es nutzen soll und die resultierende Rückmeldung kausal für Verhalten verwendet.
796
+
797
+ **Architektur.** Exakte Payloads verbleiben außerhalb des SNN. Ein deklarierter Codec erzeugt Spike-Repräsentationen. Query-Selektion ist eine Handlung des Netzes; die externe Antwort wird als sensorische Rückmeldung re-enkodiert. Ein `100 x 100`-PopulationLayout ist ein möglicher gemeinsamer experimenteller Query/Response-Raum, nicht bereits ein semantischer Vektorraum.
798
+
799
+ **Prüfprogramm.**
800
+ 1. **Quellentransfer / RQ-GW-004:** Entwicklung mit Quelle A, Holdout-Test mit Quelle B bei gleichem Schema und neuen Inhalten.
801
+ 2. **Abfrage als Handlung / RQ-GW-006:** Query-Zeitpunkt oder Query-Pfad darf nicht vollständig hart verdrahtet sein; Vergleich mit forced-query, no-query, random-query und frozen-routing.
802
+ 3. **Modalitätsrouting / RQ-GW-002:** Audio, Vision und Digital werden unter gematchtem Budget gegeneinander bzw. gemeinsam angeboten; lernbares Routing wird gegen Frozen/Random/Shuffle geprüft.
803
+ 4. **Codec/Binding / RQ-GW-CODEC-001:** relationale strukturierte Information muss unter eigenem präregistrierten Codec-Test decodierbar bleiben.
804
+
805
+ **Lifecycle und Credit Assignment.** Query, Wait, Response und Timeout werden als explizite kausale Phasen behandelt. Eligibility-/Reward-Mechanismen dürfen delayed credit assignment adressieren, müssen aber gegen feste Zeitsteuerung und triviale Query-Heuristiken kontrolliert werden.
806
+
807
+ **Falsifikation.** Der Forschungsstrang trägt keinen Claim gelernten digitalen Sinnes, wenn Quellentransfer scheitert, Queries vollständig extern getaktet werden müssen oder Modalitätsrouting nur durch feste Verdrahtung funktioniert.
808
+
809
+ **Claim-Grenze.** Architekturverfügbarkeit, Checksum-Integrität oder ein erreichbarer Tool-Endpunkt sind kein Nachweis gelernten Werkzeuggebrauchs, semantischen Bindings oder eines Vorteils gegenüber nicht-neuronalen Routing-Baselines.
810
+
811
+
812
  ---
813
 
814
  <a id="part-v"></a>
 
2694
  | Stage | Gegenwärtig belastbarer Stand | Wissenschaftlich offen / blockiert durch | Nächster legitimierter Schritt |
2695
  | --- | --- | --- | --- |
2696
  | **0 — einzelne Nervenzelle** | Scoped Izhikevich-/LIF-Referenzkonformität gegen Brian2 ist confirmatory DATA-seitig erfüllt. | Human-EVID-Entscheidung, unabhängige Replikation, breitere Integrator-/Parameter-/Langzeitprüfung. | Review und unabhängig autorisierte Replikation des eingefrorenen Vertrages. |
2697
+ | **1 — kleines SNN** | Die kanonische Topologie-DATA-Linie aus `EXP-S1-TOPO-V2-20260918` + `EXP-S1-TOPO-V3-R1-20260918` ist präregistriert, intern repliziert und human-reviewed; `EXP-S1-TEMP-ORDER-V2-20260919` ergänzt eine getrennte, ebenfalls human-reviewte task-basierte Funktionslinie. Scientific Maturity: 75 %. | Kanonische EVID-Promotion beider scoped Funktionslinien und **unabhängige externe** Replikation; keine Ableitung eines 5D-Vorteils. | Scoped Claims + prospektive EvidenceEngine-kompatible Promotion-Pfade definieren und anschließend unabhängig implementiert replizieren. |
2698
  | **2 — stabile Rekurrenz** | Kleiner kontrollierter Recurrence-Effekt ist reproduzierbar beobachtet. | Breite Generalisierung; sauberer clean-tree Determinismus-/Replikationsnachweis. | Hash-gebundene clean-tree Replikation und größere getrennte Regime. |
2699
  | **3 — plastisches Nervengewebe** | STDP, Eligibility, Drei-Faktor-Regeln, Homeostase und Strukturplastizität sind technisch vorhanden. | Held-out Nutzen, Interaktionen, Langzeitstabilität und Ressourcenwirkung. | Learning-on/off/Frozen/Sham-Kontrollen mit vorab definierten Task-Endpunkten. |
2700
  | **4 — spezialisierte Areale** | Audio/Vision/Digital-Pfade und E01–E05 liefern enge synthetische DATA. | Generalistenvergleich, Cross-Modal-Transfer, Läsion/Shuffle/Frozen, reale Ressourcenmessung. | Matched spezialisierte-vs.-generalistische Ablationen. |
 
2780
  Die interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verschärft diesen Befund. Ein erster V3-Lauf wurde wegen einer falsch implementierten Holm-Familie nicht konfirmatorisch verwendet und bleibt als Auditspur erhalten. R1 verwendet neue Seeds und eine korrekt gemeinsame Holm-Korrektur über zehn zeitaufgelöste Primärtests. Obwohl die terminale `active_fraction` für 1d/2d/3d weiterhin 1,0 beträgt, unterscheiden sich die prospektiv definierten Zeitverläufe klar: Die mediane Aktivierungs-AUC (Ticks 0–31) beträgt 22,15625, 26,5703125 und 28,0078125; die Halbaktivierungslatenz 10, 6 und 4 Ticks. Beide low-dimensionalen Kontraste sind Holm-korrigiert signifikant. Zusätzlich replizieren alle fünf V2-First-Output-Latenzkontraste auf den neuen Seeds in derselben Richtung.
2781
 
2782
  **Zulässiger Claim:** Die konkrete Topologie beeinflusst innerhalb dieses kontrollierten Small-SNN-Operating-Envelope bei gematchtem Neuronen- und Kantenbudget die Propagationsdynamik; die Aussage ist nun auf einer zweiten, intern replizierten DATA-Linie mit zeitaufgelöster Auflösung der V2-Ceiling-Grenze gestützt.
2783
+ **Nicht zulässig:** daraus unabhängige externe Replikation, 5D-Überlegenheit, Skalierbarkeit, biologische Äquivalenz oder `H-5D-005-A` abzuleiten. `5d_shuffled` und `random_graph` erreichen den Output weiterhin früher als reguläres 5d. Beide gültigen Topologielinien sind inzwischen human-reviewed als begrenzte Interpretation akzeptiert, bleiben aber DATA ohne kanonische EVID-Promotion.
2784
+
2785
+ ### Ergebnis J — Temporal Order bildet eine zweite Stage-1-Funktionslinie
2786
+
2787
+ `EXP-S1-TEMP-ORDER-V2-20260919` ergänzt die Topologiestudien um eine task-basierte, information-destroying Kontrolle. Im acyclischen Sechs-Neuronen-Netz werden Forward-, Reverse- und Simultanfolgen bei gematchtem Ereignisbudget untersucht. Der intakte Kanalpfad erhält im registrierten V2-Datensatz die Reihenfolge (Median Accuracy 1,0), während die identity-destroyed Kontrolle auf 0,0 fällt; die Simultankontrolle bleibt vollständig erfolgreich. Die gepaarte Accuracy-Differenz beträgt im gespeicherten Bericht 1,0 mit CI [1,0;1,0] und Sign-Test p≈1,91×10^-6.
2788
+
2789
+ **Zulässiger Claim:** Innerhalb dieses festen kleinen Netzwerk- und Decodervertrags trägt die Kanalidentität die registrierte zeitliche Ordnungsinformation, und ihre gezielte Zerstörung entfernt die Decodierbarkeit.
2790
+ **Nicht zulässig:** Lernen, Gedächtnis, allgemeines zeitliches Reasoning, Kognition, Skalierbarkeit, EVID oder unabhängige Replikation abzuleiten. Der Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen; diese Freigabe bleibt von einer kanonischen EVID-Promotion getrennt.
2791
 
2792
  ### Ergebnis H — Same-Seed-Reproduzierbarkeit ist nun als eigene DATA-Linie dokumentiert
2793
 
 
2974
  Der Dissertationscharakter entsteht gerade aus dieser Verbindung: historische Problemgenese, theoretischer Rahmen, operationalisierte Teilfragen, Methoden, Teilstudien, negative und positive Resultate, General Discussion, Limitationen und eine explizite Forschungsagenda bilden ein zusammenhängendes Argument statt einer Sammlung von Features.
2975
 
2976
 
2977
+ ### Ergebnis E — Digitaler Informationszugriff wird als Sinnes-/Handlungskreis operationalisiert
2978
+
2979
+ Die Gesamtarbeit behandelt digitale Informationsquellen nicht als externes Gedächtnis des SNN, sondern als Teil seiner Umweltgrenze. Exakte Inhalte bleiben außerhalb des neuronalen Kerns; das SNN erhält deklarierte Spike-Repräsentationen und kann über Gateway-Aktionen neue digitale Rückmeldungen auslösen.
2980
+
2981
+ **Zulässige Architekturposition:** Digital kann wie Audio oder Vision als Modalität in einen geschlossenen Wahrnehmungs-Handlungs-Kreis eingebunden werden. Query-Selektion kann experimentell als Handlung und Response als sensorische Rückmeldung modelliert werden.
2982
+
2983
+ **Nicht gezeigt:** dass MHRN Queries bereits autonom lernt, dass ein 100x100-Raum relationale Symbolik bindet, dass digitale Efferenzkopie biologisch identisch zur Motorik ist oder dass neuronales Routing RAG/klassische Tool-Policy-Systeme übertrifft.
2984
+
2985
+ Der Wert der Verschiebung liegt deshalb nicht in einer neuen Leistungsbehauptung, sondern in einer klareren Falsifikationsstruktur: Quellentransfer, gelernte Query-Auslösung, Modalitätsrouting und Binding werden getrennte experimentelle Fragen statt implizite Eigenschaften des Gateway-Namens.
2986
+
2987
+
2988
  ---
2989
 
2990
  <a id="part-xi"></a>
 
3009
 
3010
  ### Stage 1 — kleines SNN
3011
 
3012
+ Stage 1 wird nach der Konsolidierung mit **75 % Scientific Maturity** geführt. Die zentrale Baseline ist `RQ-SNN-003 / H-SNN-003-B` mit der zusammengehörigen Topologie-DATA-Linie aus `EXP-S1-TOPO-V2-20260918` und `EXP-S1-TOPO-V3-R1-20260918`. V2 etabliert den präregistrierten Befund im 64-Neuronen-/246-Kanten-Regime; R1 repliziert die Latenzrichtungen auf neuen Seeds und löst die V2-Endpunkt-Sättigung mit prospektiven zeitaufgelösten Metriken auf. Die Human Reviews beider gültigen Linien durch Thomas Heisig sind abgeschlossen.
3013
+
3014
+ Die Human Reviews autorisieren eine begrenzte Interpretation, aber keine automatische EVID-Promotion. Unter dem aktuellen EvidenceEngine-Vertrag fehlen den historischen V2/R1-Manifests die heutigen Validity-/Git-/Provenance-Felder; zusätzlich ist kein scoped Claim-ID registriert und die Reviews besitzen nicht das EvidenceEngine-`human_review.json`-Entscheidungsschema. Diese Lücken werden nicht rückwirkend konstruiert.
3015
+
3016
+ Mit `EXP-S1-TEMP-ORDER-V2-20260919` existiert außerdem eine zweite task-basierte Funktionslinie mit identity-destroyed Kontrolle. Sie ist DATA-seitig innerhalb des präregistrierten Protokolls unterstützt und ihr Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen. Sie ist funktional eigenständig, aber keine unabhängige Replikation der Topologielinie.
3017
 
3018
+ Offen bleiben:
3019
+
3020
+ - scoped Claims und prospektive EvidenceEngine-kompatible Promotion-Pfade für Topologie und Temporal Order;
3021
+ - unabhängige Replikation außerhalb derselben Autoren-/Code-/Ausführungspipeline;
3022
  - Skalierung und Generalisierung über den aktuellen Small-SNN-Operating-Envelope hinaus;
3023
+ - die getrennte dimensionsspezifische `RQ-5D-005 / H-5D-005-A`-Prüfung.
3024
 
3025
  ### Stage 2 — stabile Rekurrenz
3026
 
 
3265
 
3266
  Für `RQ-DET-001` bleibt ein clean-tree-Replikationslauf erforderlich, bevor ein durch Dirty-Tree-Provenienz blockiertes Artefakt regulär in Richtung EVID geprüft werden kann. Eine semantische Reklassifikation allein entfernt den Provenienzblock nicht.
3267
 
3268
+ Für `RQ-SNN-003 / H-SNN-003-B` liegen inzwischen zwei gültige source-bound DATA-Linien vor. `EXP-S1-TOPO-V2-20260918` etablierte den ersten präregistrierten 64-Neuronen-/246-Kanten-Befund. Die korrigierte interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verwendet neue Seeds und prospektive zeitaufgelöste Endpunkte: sie löst die terminale `active_fraction`-Sättigung für 1d/2d/3d auf und repliziert alle fünf First-Output-Latenzrichtungen aus V2. Ein erster V3-Lauf bleibt als Auditspur erhalten, wird wegen einer falsch implementierten Holm-Familie aber nicht konfirmatorisch interpretiert. Der Status der gültigen Linien bleibt `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL` auf DATA-Ebene. Die Human Reviews durch Thomas Heisig sind inzwischen abgeschlossen; EVID-Promotion und unabhängige Replikation bleiben getrennt offen.
3269
 
3270
+ Der nächste Schritt für `H-SNN-003-B` ist jetzt **keine weitere interne Wiederholung derselben Pipeline**, sondern ein separat definierter scoped Claim mit prospektiv EvidenceEngine-kompatiblem Promotion-Pfad sowie anschließend eine unabhängig implementierte Replikation oder ein bewusst erweitertes Operating-Envelope.
3271
 
3272
  Für die **dimensionsspezifische** Registry-Frage gilt parallel unverändert: `RQ-5D-005` bleibt `open` und `H-5D-005-A` bleibt kanonisch `untested`. Das 64-Neuronen-Stage-1-Experiment ist dafür kein hinreichender Nachweis. Die nächste 5D-Prüfung muss mindestens **1.000 Neuronen pro Bedingung**, durchschnittlich **mindestens 10 eingehende Synapsen pro Neuron** und eine **explizit distanzabhängige Konnektivitätswahrscheinlichkeit** verwenden; Delay darf zusätzlich geometrieabhängig sein. Degree-/density-matched Kontrollen, Multi-Neuron-Stimulus, Activity-Adequacy-Gate, unabhängige Seeds und clean-tree Provenienz bleiben verpflichtend.
3273
 
 
3283
 
3284
  Nach dem jüngsten Human Review ist die offene Determinismusfrage enger als zuvor. `RQ-DET-001 / H-SNN-003-A` hat im historischen `deterministic_replica_v1`-Datensatz einen positiven Same-Seed-Replica-Befund und ist semantisch `DIRECT_MATCH`. Offen ist nicht mehr die Frage, ob die registrierten Replica-Bedingungen zur RQ gehören, sondern ob derselbe Befund in einem **clean-tree, hash-gebundenen Replikationslauf** wiederholt wird. Erst danach ist eine reguläre Human-EVID-Entscheidung sinnvoll.
3285
 
3286
+ Für `H-SNN-003-B` sind die Human Reviews der V2/R1-DATA-Linie abgeschlossen. Der nächste Schritt ist nun **separate EVID-Promotion unter aktuellem Vertrag und unabhängige Replikation**. `EXP-GEN-0047` bleibt als inadäquater Vorgänger erhalten; die neue DATA darf ihn nicht rückwirkend umdeuten. Die ≥1.000-Neuronen-/≥10-In-Degree-Schwellen werden ausschließlich für die stärkere `H-5D-005-A`-Prüfung geführt.
3287
 
3288
+ Damit sind die nächsten methodischen Schritte **separate EVID-Promotion und unabhängige Replikation für die human-reviewten Stage-1-Funktionslinien** sowie **Testadäquanz für den separaten 5D-Claim**.
3289
 
3290
  ## 59. Forschungsagenda und Abschlusskriterien der Teilstudien
3291
 
 
3295
  | --- | --- | --- |
3296
  | **Basale Dynamik / Determinismus** | clean-tree, hash-gebundene Same-Seed-Replikation und externe Wiederholung | Reproduzierbarkeit muss über denselben internen Workflow hinaus bestätigt werden |
3297
  | **Rekurrenz** | unabhängige Seeds, skalierte Netzwerke und klar getrennte Rekurrenzintervention | Effekt muss unter erweitertem Operating Envelope bestehen |
3298
+ | **Topologie / H-SNN-003-B** | scoped Claim + prospektiver EvidenceEngine-kompatibler Promotion-Pfad; danach unabhängig implementierte Replikation | Der human-reviewte, intern replizierte Stage-1-Topologiebefund muss kanonisch EVID-eligible werden und außerhalb derselben Code-/Ausführungslinie reproduzierbar bleiben |
3299
  | **5D / H-5D-005-A** | separates präregistriertes Design mit ≥1.000 Neuronen, ≥10 Inputs/Neuron und distanzabhängiger Geometrie-Dynamik-Kopplung | Ein dimensionsspezifischer Effekt muss unter gematchten Ressourcen- und Graphkontrollen bestehen |
3300
  | **Plastizität** | learning-on/off-, Sham-/Frozen- und Holdout-Designs mit unabhängigen Seeds | Gewichtsänderung muss einen funktionalen Lern-/Stabilitätsbeitrag gegenüber Kontrollen tragen |
3301
  | **MSBA / spezialisierte Pfade** | kausale Ressourcen- und Lesionsexperimente unter streng gematchten Budgets | Spezialpfad muss über bloße Implementierbarkeit hinaus messbaren Zusatznutzen zeigen |
 
3313
  Daraus folgen gegenwärtig vier priorisierte Linien:
3314
 
3315
  1. **Präregistrierung von `OBJ-MEM-COMPRESSION-001`**, weil sie eine klar falsifizierbare Anschlussfrage an die negative CL-002/003-Linie darstellt.
3316
+ 2. **Scoped Stage-1-Claim und prospektiven EvidenceEngine-kompatiblen Promotion-Pfad definieren, anschließend unabhängig replizieren**, weil die Human Reviews von V2 und V3-R1 bereits abgeschlossen sind, die historische DATA-Linie aber den heutigen Promotionsvertrag nicht erfüllt.
3317
  3. **separate `H-5D-005-A`-Präregistrierung**, weil der 64-Neuronen-Topologiebefund keinen 5D-Vorteil beantwortet.
3318
  4. **clean-tree Determinismusreplikation**, weil vorhandene positive Same-Seed-Befunde durch Provenienzgrenzen blockiert sind.
3319
  5. **`H-EMB-001-B`**, weil erst der matched-disturbance-Vergleich den Closed-Loop-Mechanismus stärker kausal isoliert.
 
3329
  Gerade diese dritte Möglichkeit gehört zum wissenschaftlichen Charakter der Arbeit. Eine Dissertation oder Monographie wird nicht dadurch stärker, dass jede Frage beantwortet erscheint, sondern dadurch, dass beantwortete, widerlegte und noch offene Fragen methodisch unterscheidbar bleiben.
3330
 
3331
 
3332
+ ## 58.6 Digitaler Sinn — offene Forschungsagenda
3333
+
3334
+ Die Interface-Integration eröffnet einen eigenen, aber mit Stage 4–6 verbundenen Forschungsstrang. Priorität haben vier Entscheidungen:
3335
+
3336
+ 1. **Quellentransfer (`RQ-GW-004`)** — gleiche Interface-Struktur, andere Quelle und neue Inhalte;
3337
+ 2. **Query als Handlung (`RQ-GW-006`)** — learned vs. forced/random/no-query unter identischem Informationsbudget;
3338
+ 3. **Modalitätsrouting (`RQ-GW-002`)** — learned vs. frozen/random/shuffle bei Audio/Vision/Digital;
3339
+ 4. **Binding/Codec (`RQ-GW-CODEC-001`)** — separate Präregistrierung für strukturierte Relationen und den optionalen 100x100-/VSA-Pfad.
3340
+
3341
+ Vor positiver DATA dürfen weder selbstorganisierter Werkzeuggebrauch noch universeller gemeinsamer Repräsentationsraum behauptet werden. Der Decoder/Tool-Plane bleibt ein expliziter konventioneller Boundary-Baustein; wissenschaftlich geprüft wird, welche Teile der Auswahl, Nutzung, zeitlichen Erwartung und Rückkopplung tatsächlich vom neuronalen System gelernt werden.
3342
+
3343
+ Dieser Strang erhält hohe Priorität, weil er eine direkte Falsifikation der These ermöglicht, MHRN müsse externes Faktenwissen intern memorieren: erfolgreiche Nutzung neuer Inhalte aus einer neuen Quelle bei erhaltener Aufgabenleistung würde eine gelernte Informationsnutzungsstrategie stützen; Scheitern würde die stärkere Interpretation begrenzen.
3344
+
3345
+
3346
  ---
3347
 
3348
  # Anhang — Quellen und Vorarbeiten
research/publications/2026-09-17_recursive-epistemics_v1.8/RESEARCH_REGISTER.md CHANGED
@@ -1902,12 +1902,12 @@ Typ: `research_question`; Quellstatus: `open`; Quelle: [research/registry/questi
1902
  "evidence": [],
1903
  "status": "open",
1904
  "answer": {
1905
- "current": "EXP-S1-TOPO-V2-20260918 und die korrigierte interne Replikation EXP-S1-TOPO-V3-R1-20260918 liefern DATA-seitige Unterstützung dafür, dass die konkrete Topologie im präregistrierten 64-Neuronen-/246-Kanten-Stage-1-Regime die Propagationsdynamik beeinflusst. R1 löst die terminale active_fraction-Sättigung von 1d/2d/3d durch prospektiv definierte zeitaufgelöste Endpunkte auf und repliziert alle fünf V2-First-Output-Latenzrichtungen auf neuen Seeds. Human Review und EVID-Entscheidung stehen aus.",
1906
- "confidence": "replicated_internal_data_review_pending",
1907
- "limitations": "Interne Replikation ist keine unabhängige externe Replikation. Kein 5D-Vorteilsclaim; H-5D-005-A bleibt separat open/untested und erfordert das größere dimensionsspezifische Prüfprogramm."
1908
  },
1909
  "created": "2026-08-23",
1910
- "updated": "2026-09-18"
1911
  }
1912
  ```
1913
 
@@ -2253,12 +2253,12 @@ Typ: `research_question`; Quellstatus: `open`; Quelle: [research/registry/questi
2253
  "evidence": [],
2254
  "status": "open",
2255
  "answer": {
2256
- "current": null,
2257
- "confidence": "none",
2258
- "limitations": "Eine Reihenfolgenabhängigkeit ist zunächst nur eine dynamische Differenz, kein Gedächtnisnachweis."
2259
  },
2260
  "created": "2026-09-05",
2261
- "updated": "2026-09-05"
2262
  }
2263
  ```
2264
 
 
1902
  "evidence": [],
1903
  "status": "open",
1904
  "answer": {
1905
+ "current": "EXP-S1-TOPO-V2-20260918 und EXP-S1-TOPO-V3-R1-20260918 bilden gemeinsam die kanonische Stage-1-Topologie-DATA-Linie. Beide Human Reviews durch Thomas Heisig akzeptieren die begrenzte Interpretation. Die DATA sind nicht als EVID promotet.",
1906
+ "confidence": "replicated_internal_data_human_reviewed_evid_not_promoted",
1907
+ "limitations": "Interne Replikation ist keine unabhängige externe Replikation. Die historischen V2/R1-Manifeste erfüllen den aktuellen EvidenceEngine- Promotionsvertrag nicht vollständig und werden nicht rückwirkend umgeschrieben. Kein 5D-Vorteilsclaim; H-5D-005-A bleibt separat open/untested."
1908
  },
1909
  "created": "2026-08-23",
1910
+ "updated": "2026-09-25"
1911
  }
1912
  ```
1913
 
 
2253
  "evidence": [],
2254
  "status": "open",
2255
  "answer": {
2256
+ "current": "EXP-S1-TEMP-ORDER-V2-20260919 liefert präregistrierte Stage-1-DATA aus 120 Läufen über 20 Seeds mit identity-destroyed Kontrolle. Der Laufstatus ist SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL. Der Human Review durch Thomas Heisig ist mit accepted_as_interpretation abgeschlossen; EVID-Promotion und unabhängige Replikation stehen separat aus.",
2257
+ "confidence": "preregistered_task_data_human_reviewed_evid_not_promoted",
2258
+ "limitations": "Der Befund ist eine eng begrenzte Small-SNN-Funktionslinie. Er belegt weder Lernen, Gedächtnis, allgemeines zeitliches Schlussfolgern, Skalierbarkeit noch unabhängige Replikation und ist keine Replikation der Topologie-DATA-Linie."
2259
  },
2260
  "created": "2026-09-05",
2261
+ "updated": "2026-09-25"
2262
  }
2263
  ```
2264
 
research/publications/2026-09-17_recursive-epistemics_v1.8/SCIENTIFIC_BALANCE.md CHANGED
@@ -40,7 +40,7 @@ Diese Offenheit ist eine zentrale Qualitätsgrenze der 1.8: Ein inadäquates ode
40
 
41
  Seit `EXP-S1-TOPO-V2-20260918` liegt für `RQ-SNN-003 / H-SNN-003-B` ein neuer präregistrierter DATA-Befund vor. In einem 64-Neuronen-/246-Kanten-Regime mit getrennten Kalibrier- und Evaluations-Seeds, Activity-Adequacy-Gate und vorab definierten Primärkontrasten unterscheiden sich mehrere Topologiebedingungen in aktiver Reichweite und/oder First-Output-Latenz. Der Laufstatus `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL` bedeutet hier: **Topologie beeinflusst die Propagationsdynamik innerhalb des untersuchten Small-SNN-Operating-Envelope.**
42
 
43
- Diese Aussage darf nicht in „5D ist überlegen“ umformuliert werden. Im Gegenteil erreichten `5d_shuffled` und `random_graph` den Output in diesem Aufbau früher als die reguläre 5D-Anordnung. Alle sechs Bedingungen besitzen dasselbe 246-Kanten-Budget; die Unterschiede sind daher nicht als bloßer Dichte-/Sparsity-Effekt zu beschreiben. Zugleich sättigt `active_fraction` für 1d/2d/3d bei 1,0, sodass dieser Endpunkt die drei Bedingungen im gewählten Regime nicht diskriminiert. Der Latenzendpunkt diskriminiert breiter; trotz seines Namens trat in der Evaluation keine tatsächliche Zensierung auf (Sentinel wäre 129 bei 128 Ticks). Das neue Resultat stärkt deshalb den allgemeinen Topologieclaim, während der dimensionsspezifische 5D-Claim offen bleibt. Bis Human Review abgeschlossen ist, bleibt der Befund DATA-only.
44
 
45
  ### Interne Replikation: V3-R1 löst die V2-Ceiling-Grenze auf
46
 
@@ -48,7 +48,15 @@ Diese Aussage darf nicht in „5D ist überlegen“ umformuliert werden. Im Gege
48
 
49
  Im korrigierten R1-Lauf steigt die mediane `activation_auc_0_32` von 22,15625 (1d) über 26,5703125 (2d) auf 28,0078125 (3d), während die Halbaktivierungslatenz von 10 über 6 auf 4 Ticks fällt. Die low-dimensionalen Kontraste sind nach einer gemeinsamen Holm-Korrektur über alle zehn Primärtests signifikant. Alle fünf V2-Kontraste der First-Output-Latenz replizieren auf den neuen Seeds in derselben Richtung.
50
 
51
- Damit ist die frühere `active_fraction=1.0`-Sättigung präziser einzuordnen: Sie begrenzt einen terminalen Endpunkt, verdeckt aber nicht die zeitliche Topologiedynamik. Der Status bleibt **interne DATA-Replikation pending Human Review**, nicht unabhängige EVID.
 
 
 
 
 
 
 
 
52
 
53
  ### Konsequenz: `H-5D-005-A` bleibt open/untested
54
 
 
40
 
41
  Seit `EXP-S1-TOPO-V2-20260918` liegt für `RQ-SNN-003 / H-SNN-003-B` ein neuer präregistrierter DATA-Befund vor. In einem 64-Neuronen-/246-Kanten-Regime mit getrennten Kalibrier- und Evaluations-Seeds, Activity-Adequacy-Gate und vorab definierten Primärkontrasten unterscheiden sich mehrere Topologiebedingungen in aktiver Reichweite und/oder First-Output-Latenz. Der Laufstatus `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL` bedeutet hier: **Topologie beeinflusst die Propagationsdynamik innerhalb des untersuchten Small-SNN-Operating-Envelope.**
42
 
43
+ Diese Aussage darf nicht in „5D ist überlegen“ umformuliert werden. Im Gegenteil erreichten `5d_shuffled` und `random_graph` den Output in diesem Aufbau früher als die reguläre 5D-Anordnung. Alle sechs Bedingungen besitzen dasselbe 246-Kanten-Budget; die Unterschiede sind daher nicht als bloßer Dichte-/Sparsity-Effekt zu beschreiben. Zugleich sättigt `active_fraction` für 1d/2d/3d bei 1,0, sodass dieser Endpunkt die drei Bedingungen im gewählten Regime nicht diskriminiert. Der Latenzendpunkt diskriminiert breiter; trotz seines Namens trat in der Evaluation keine tatsächliche Zensierung auf (Sentinel wäre 129 bei 128 Ticks). Das neue Resultat stärkt deshalb den allgemeinen Topologieclaim, während der dimensionsspezifische 5D-Claim offen bleibt. Der Human Review durch Thomas Heisig ist abgeschlossen und akzeptiert die begrenzte Interpretation; der Befund bleibt dennoch DATA-only, solange keine separate kanonische EVID-Promotion erfolgt.
44
 
45
  ### Interne Replikation: V3-R1 löst die V2-Ceiling-Grenze auf
46
 
 
48
 
49
  Im korrigierten R1-Lauf steigt die mediane `activation_auc_0_32` von 22,15625 (1d) über 26,5703125 (2d) auf 28,0078125 (3d), während die Halbaktivierungslatenz von 10 über 6 auf 4 Ticks fällt. Die low-dimensionalen Kontraste sind nach einer gemeinsamen Holm-Korrektur über alle zehn Primärtests signifikant. Alle fünf V2-Kontraste der First-Output-Latenz replizieren auf den neuen Seeds in derselben Richtung.
50
 
51
+ Damit ist die frühere `active_fraction=1.0`-Sättigung präziser einzuordnen: Sie begrenzt einen terminalen Endpunkt, verdeckt aber nicht die zeitliche Topologiedynamik. Der Status bleibt **human-reviewed interne DATA-Replikation ohne EVID-Promotion**, nicht unabhängige EVID.
52
+
53
+ ### Stage-1-Maturity und zweite Funktionslinie
54
+
55
+ Die Scientific-Maturity-Projektion für Stage 1 wird nach der Konsolidierung auf **75 %** gesetzt. RQ/H, präregistrierte wissenschaftliche Protokolle, source-bound DATA und Attribution sind erfüllt. Das Kriterium `reviewed_evidence` steht auf `partial`: die Human-Review-Hälfte ist für die zentrale Topologielinie **und** die getrennte Temporal-Order-Funktionslinie abgeschlossen, die kanonische EvidenceEngine-Promotion dagegen nicht. Die interne R1-Replikation erfüllt das unabhängige Replikationskriterium nicht.
56
+
57
+ Die Promotion wurde separat gegen den aktuellen EvidenceEngine-Vertrag geprüft und ist für die historischen V2/R1-Artefakte **nicht direkt zulässig**: es fehlt ein kanonischer Claim; die Manifeste besitzen nicht die heutigen `validity`-, `git`-, `provenance_digests`- und `source_freeze_sha`-Felder; und die Human Reviews sind `accepted_as_interpretation`, nicht ein EvidenceEngine-`human_review.json` mit `supports|refutes|inconclusive`. Keine dieser Lücken wird rückwirkend erfunden.
58
+
59
+ Als zweite Funktionslinie ergänzt `EXP-S1-TEMP-ORDER-V2-20260919` die Topologiebaseline. Die präregistrierte Sechs-Neuronen-Aufgabe enthält eine identity-destroyed Kontrolle und zeigt innerhalb des festen Decodervertrags eine vollständige Trennung zwischen intakter und zerstörter Kanalidentität. Der append-only Human Review durch Thomas Heisig wurde mit `accepted_as_interpretation` abgeschlossen. Die DATA bleiben ohne separate EvidenceEngine-Promotion weiterhin DATA und sind keine unabhängige Replikation der Topologielinie. Die kanonische Zusammenführung beider Funktionslinien steht in `research/registry/stage1_baseline.json`.
60
 
61
  ### Konsequenz: `H-5D-005-A` bleibt open/untested
62
 
research/publications/2026-09-17_recursive-epistemics_v1.8/manifest.json CHANGED
@@ -15,42 +15,42 @@
15
  "input_sha256": {
16
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/01_origin.md": "b817466ca51fdc9906063e5940e6ab53e578e36f00eb42169ae52eb38245d616",
17
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/02_genealogy.md": "2f7cf90d1b9c42f2e0416b9cfe0491ecc2ecf6efe9e379ecc2a64dbb760cfbaa",
18
- "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/03_research_object.md": "7bb9b2689135ff6b44a1247076ace65bda7c2be377ac772efd470318b52ab3fe",
19
- "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/04_empirical_programme.md": "1bb0c9ddf85ae75c52ab96ba92cee1f2e22ca45ae152225f5e869fa3978a5519",
20
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/05_infrastructure.md": "20cfef2ce60e1fff6b1513c2eebd41db2b0439be84b7afa0ef0d482999c16e56",
21
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/06_epistemology.md": "9cb93af030023287cff61993003b32e7d825bc8650d1afca6ea1c267dfbddfa2",
22
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/07_integrity.md": "9bcb30fc6d54316ffea169e64641305fff2e1fb8cc466cb3f5f484584dd55483",
23
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/08_ethics_safety.md": "a37b07493cac7aad9a67a9e027fe5b31cf64bd6879d52df971b7b4b7639e3f11",
24
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/09_recursive_epistemics.md": "30bc513d87ba63426d364c102761e9f224dd6a9d7f1d11401165491d0e0c8052",
25
- "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/10_synthesis.md": "3be0184c864e1617f558ef89695700aeed516a2ea751c31f5b2230a1f2e90b3f",
26
- "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/11_open_landscape.md": "9d2f118246d5a9f7b0dadfd0397355ac7b760e2ea455257020b038c2ee8743e5",
27
  "research/publications/2026-09-17_recursive-epistemics_v1.8/edition.json": "dca9dc789bd92aa41991dddc98ed8672d1f1af3f371ec4f79438e8e666d7eebf",
28
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/references.json": "55e4c220427287a7093f2ccf21060123199768b2b8b82e59c1be3294391ef43c",
29
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/chat_reconstruction.json": "9fc8029d19d0a9c882bb9b462e59469166d4caaa9815446d10f5d6b8ce900acb",
30
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/synthesis_claims.json": "78b4bf3ef0bac364bad4eccf4039e91d108da5415806b3d0bdab965c619076a1",
31
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/prior_work.json": "3ab784c2161c42807a898d476926a95e4082272c30b6e9b7f2bada467d2b6806",
32
- "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/content_integration.json": "599af9771a3cc7ad910d7f20e36dfb999e5eeaa41802557a337e773f0174a23e",
33
  "research/publications/2026-09-17_recursive-epistemics_v1.8/EXTENDING.md": "56116237a33ca2e8bb505ac75891877126e3b15febe9fa55bc9489e051a2fbfe",
34
  "scripts/build_publication_edition.py": "eaf21d5a78370fac34d067e60e336216e9ea03f7309c39f7037b7c00f8aacde9"
35
  },
36
  "output_sha256": {
37
- "MANUSCRIPT.md": "43235ea9396ca7e1b2ccbbf338cd5a08e23b52a7fcf78af3ca42512a0dc35912",
38
  "README.md": "b2601fa9aedb21a1ee1f8b858c2b5e2802d3a57593ec981562266837893adce8",
39
  "REFERENCES.md": "0cf0d5c7e291a506439561c135e42c451b6209999a88261e1ec0d57581e8a706",
40
  "references.bib": "33915e73a68a98e4b6e445b39610fc6efee5e71f8ecc31add05e53c38a06a8a1",
41
  "SOURCE_INDEX.md": "3714ac2ffb355c8efe8f7bf4cd69e65e0895df96de1f41e73cb3caca17284cc1",
42
- "RESEARCH_REGISTER.md": "04d0b1fd48e5a311d5f608978e2cb50f630003b7105c54dcccf2a079ce615a89",
43
  "LEGACY_V17.md": "127b0b0cef19b84e5cd8457a8e44bfeb32989385f49ccda65c217c053a47c14d",
44
  "PRIOR_WORK_MAP.md": "4a77f8e421e0b0e30d22871ef626994be9275f82edc2fedf07b3172611e50cc5",
45
- "CONTENT_INTEGRATION.md": "66f3189f550735fc469851c9c2230df583e58371f9fda2243fd6982a6eb8ad9b",
46
- "registers/content_integration.json": "599af9771a3cc7ad910d7f20e36dfb999e5eeaa41802557a337e773f0174a23e",
47
  "registers/prior_work.json": "bd291495369da020ef73b75044268938b2d5ef16b593165103af7acb8b1477c9",
48
  "registers/section_inventory.json": "ab7d5ede25688c6a21a1b58b0922ad67245ba5ac98ab5d7988e14afd20d1360e",
49
  "registers/source_inventory.json": "d9d89fee3c376ab57fae0ccbcbf5d886ccd20c502387e9b6eeb07bc622cf23fc",
50
  "registers/creation_events.json": "f22f99c9d11d318d2f8821ed1eb7d38fe9c5f1f6a8f4e8202ede0c081df82ef5",
51
  "registers/edition_genealogy.json": "5ae763df6a2b7a8a8a0d0f4963c404b9f1b7f2c11d989f97429810e08d3d2a3b",
52
  "registers/experiment_genealogy.json": "d3f5e434be4aba8e30b4e27ab3a05a9ca3f7dc8dafde26ed324bd69d4011e83d",
53
- "registers/research_objects.json": "5c611250cee555f9287c27dae1be92680ad5024a4568cdcae1796c5b95fc77fa",
54
  "registers/provenance.json": "faa0f63201a0b9bb965eda62c3041aab71ab4769f196f7a96d11b681789e421f",
55
  "registers/claim_ledger.json": "e30bd4519e8e8ec34765fc03cdd88f6a9c3eb4bbc8b45ae62651c53ba9a77648",
56
  "registers/preservation.json": "3ad838e9e6dbe330e722f46c5aa9526faa34be54d2533f2165f07bee3bbe20c6"
@@ -64,6 +64,6 @@
64
  "complete_chat_archive_available": false,
65
  "semantic_completeness_certified": false,
66
  "material_prior_work_coverage_declared": true,
67
- "content_integration_entries": 26,
68
  "content_integration_ledger": "CONTENT_INTEGRATION.md"
69
  }
 
15
  "input_sha256": {
16
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/01_origin.md": "b817466ca51fdc9906063e5940e6ab53e578e36f00eb42169ae52eb38245d616",
17
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/02_genealogy.md": "2f7cf90d1b9c42f2e0416b9cfe0491ecc2ecf6efe9e379ecc2a64dbb760cfbaa",
18
+ "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/03_research_object.md": "7d54bb6465817395b13d2849433f0e76450466fe094f2f3b991ecc5631867aeb",
19
+ "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/04_empirical_programme.md": "31fa796770b057fb7400b6566e33a0a785146a1348ca9c062414ecd9acd222bb",
20
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/05_infrastructure.md": "20cfef2ce60e1fff6b1513c2eebd41db2b0439be84b7afa0ef0d482999c16e56",
21
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/06_epistemology.md": "9cb93af030023287cff61993003b32e7d825bc8650d1afca6ea1c267dfbddfa2",
22
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/07_integrity.md": "9bcb30fc6d54316ffea169e64641305fff2e1fb8cc466cb3f5f484584dd55483",
23
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/08_ethics_safety.md": "a37b07493cac7aad9a67a9e027fe5b31cf64bd6879d52df971b7b4b7639e3f11",
24
  "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/09_recursive_epistemics.md": "30bc513d87ba63426d364c102761e9f224dd6a9d7f1d11401165491d0e0c8052",
25
+ "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/10_synthesis.md": "186482e73f925cccef6efddb100e8180a8e58d7fc32e6d4b6917f3be49362565",
26
+ "research/publications/2026-09-17_recursive-epistemics_v1.8/parts/11_open_landscape.md": "23312d0d0d0961faca3fa7f92bc03125bb7d667e525b87d8d4bca68d535f6e9f",
27
  "research/publications/2026-09-17_recursive-epistemics_v1.8/edition.json": "dca9dc789bd92aa41991dddc98ed8672d1f1af3f371ec4f79438e8e666d7eebf",
28
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/references.json": "55e4c220427287a7093f2ccf21060123199768b2b8b82e59c1be3294391ef43c",
29
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/chat_reconstruction.json": "9fc8029d19d0a9c882bb9b462e59469166d4caaa9815446d10f5d6b8ce900acb",
30
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/synthesis_claims.json": "78b4bf3ef0bac364bad4eccf4039e91d108da5415806b3d0bdab965c619076a1",
31
  "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/prior_work.json": "3ab784c2161c42807a898d476926a95e4082272c30b6e9b7f2bada467d2b6806",
32
+ "research/publications/2026-09-17_recursive-epistemics_v1.8/sources/content_integration.json": "e7200db689659620171d47924eafd9c1bc8192e180333f27522040b41039fff0",
33
  "research/publications/2026-09-17_recursive-epistemics_v1.8/EXTENDING.md": "56116237a33ca2e8bb505ac75891877126e3b15febe9fa55bc9489e051a2fbfe",
34
  "scripts/build_publication_edition.py": "eaf21d5a78370fac34d067e60e336216e9ea03f7309c39f7037b7c00f8aacde9"
35
  },
36
  "output_sha256": {
37
+ "MANUSCRIPT.md": "ea8ae11a2626a11d9e5842a30e75a7c2cb39aea4fb7d1ce83442309fdb80add6",
38
  "README.md": "b2601fa9aedb21a1ee1f8b858c2b5e2802d3a57593ec981562266837893adce8",
39
  "REFERENCES.md": "0cf0d5c7e291a506439561c135e42c451b6209999a88261e1ec0d57581e8a706",
40
  "references.bib": "33915e73a68a98e4b6e445b39610fc6efee5e71f8ecc31add05e53c38a06a8a1",
41
  "SOURCE_INDEX.md": "3714ac2ffb355c8efe8f7bf4cd69e65e0895df96de1f41e73cb3caca17284cc1",
42
+ "RESEARCH_REGISTER.md": "6cdf408b5f0763d0aa2ede6de74bb6d2964df3b1b5be9209e3827b0eb68e017f",
43
  "LEGACY_V17.md": "127b0b0cef19b84e5cd8457a8e44bfeb32989385f49ccda65c217c053a47c14d",
44
  "PRIOR_WORK_MAP.md": "4a77f8e421e0b0e30d22871ef626994be9275f82edc2fedf07b3172611e50cc5",
45
+ "CONTENT_INTEGRATION.md": "2bfa60d09870c5b854113b320902af0bad2fbaf2a35fa8b86228717bd9889732",
46
+ "registers/content_integration.json": "e7200db689659620171d47924eafd9c1bc8192e180333f27522040b41039fff0",
47
  "registers/prior_work.json": "bd291495369da020ef73b75044268938b2d5ef16b593165103af7acb8b1477c9",
48
  "registers/section_inventory.json": "ab7d5ede25688c6a21a1b58b0922ad67245ba5ac98ab5d7988e14afd20d1360e",
49
  "registers/source_inventory.json": "d9d89fee3c376ab57fae0ccbcbf5d886ccd20c502387e9b6eeb07bc622cf23fc",
50
  "registers/creation_events.json": "f22f99c9d11d318d2f8821ed1eb7d38fe9c5f1f6a8f4e8202ede0c081df82ef5",
51
  "registers/edition_genealogy.json": "5ae763df6a2b7a8a8a0d0f4963c404b9f1b7f2c11d989f97429810e08d3d2a3b",
52
  "registers/experiment_genealogy.json": "d3f5e434be4aba8e30b4e27ab3a05a9ca3f7dc8dafde26ed324bd69d4011e83d",
53
+ "registers/research_objects.json": "ad683f50506e4a071f1cf0bfe40edfccd32227181ae7b99711a9833b28777596",
54
  "registers/provenance.json": "faa0f63201a0b9bb965eda62c3041aab71ab4769f196f7a96d11b681789e421f",
55
  "registers/claim_ledger.json": "e30bd4519e8e8ec34765fc03cdd88f6a9c3eb4bbc8b45ae62651c53ba9a77648",
56
  "registers/preservation.json": "3ad838e9e6dbe330e722f46c5aa9526faa34be54d2533f2165f07bee3bbe20c6"
 
64
  "complete_chat_archive_available": false,
65
  "semantic_completeness_certified": false,
66
  "material_prior_work_coverage_declared": true,
67
+ "content_integration_entries": 27,
68
  "content_integration_ledger": "CONTENT_INTEGRATION.md"
69
  }
research/publications/2026-09-17_recursive-epistemics_v1.8/parts/03_research_object.md CHANGED
@@ -62,7 +62,11 @@ Der zugehörige maschinenlesbare Readiness-Status weist für den **scoped Stage-
62
 
63
  ### Stage 1 — kleines SNN
64
 
65
- Stage 1 verfügt über einen technischen Small-SNN-Vertrag und Referenzartefakte zur Spike-Ausbreitung. Der wissenschaftliche Stand ist schwächer als die technische Reife: Die bisherigen Artefakte zeigen technische Funktion in kleinen Netzen, aber noch keine breite task-basierte Evidenz, Skalierbarkeit oder unabhängige Replikation. Der zentrale Übergang zu Stage 2 ist deshalb nicht „mehr Neuronen“, sondern die Frage, ob rekurrente Dynamik unter kontrollierten Interventionen einen kausal isolierbaren funktionalen Beitrag liefert.
 
 
 
 
66
 
67
  ### Stage 2 — stabile Rekurrenz
68
 
@@ -151,3 +155,24 @@ Die Vorgängerarbeiten entwickelten mit **Wesen** eine maschinen-native Körperd
151
  Maschinen-native Interozeption umfasst dort, wo das Betriebssystem Messwerte liefert, etwa CPU-/Speicherlast, Temperatur, Lüfter, Storage, Netzwerk und Kontinuitätsgrößen. Diese Größen können technische Regulationszustände beeinflussen, sind aber keine biologischen Stoffwechselhomologien und keine Empfindungsindikatoren. Ebenso ist die body-like Darstellung nur Präsentationssemantik.
152
 
153
  Der implementierte Profile-&-Identity-Vertrag speichert Konfiguration, Fähigkeiten, Grenzen, Provenienz, Revisionen, Lineage und Snapshot-Bindungen als technische Identität. Profil, `.b5d`-Snapshot, Runtime-Checkpoint, Registry und Lineage sind absichtlich getrennte Zustandsklassen. Daraus folgt **keine psychologische Identität, Persönlichkeit, subjektive Kontinuität oder Bewusstseinsbehauptung**. Genau diese Grenze ist für spätere Stage-7-Selbstmodellforschung zentral: Metadatenidentität ist eine technische Voraussetzung, kein kausales Selbstmodell.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
62
 
63
  ### Stage 1 — kleines SNN
64
 
65
+ Stage 1 besitzt inzwischen mehr als den ursprünglichen technischen Small-SNN-Vertrag. Als zentrale wissenschaftliche Baseline gilt `RQ-SNN-003 / H-SNN-003-B` mit der gemeinsam geführten DATA-Linie aus `EXP-S1-TOPO-V2-20260918` und der korrigierten internen Replikation `EXP-S1-TOPO-V3-R1-20260918`. Beide Human Reviews durch Thomas Heisig sind abgeschlossen und akzeptieren die eng begrenzte Topologieinterpretation. Die Scientific-Maturity-Projektion beträgt damit 75 %: RQ/H, Protokoll, DATA und Attribution sind erfüllt; das Human-Review-Subgate ist abgeschlossen; kanonische EVID-Promotion und unabhängige Replikation bleiben offen.
66
+
67
+ Davon getrennt bildet `RQ-TEMP-002 / H-TEMP-002-A` mit `EXP-S1-TEMP-ORDER-V2-20260919` eine zweite task-basierte Funktionslinie. Sie prüft in einem kleinen acyclischen Sechs-Neuronen-SNN die Erhaltung zweier Kanalidentitäten und zeitlicher Reihenfolge gegen eine information-destroyed Kontrolle. Diese Linie ist DATA-seitig innerhalb des präregistrierten Protokolls unterstützt und ihr Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen. Sie ist funktional eigenständig, aber keine Replikation des Topologieclaims.
68
+
69
+ Der zentrale Übergang zu Stage 2 ist deshalb weder „mehr Neuronen“ noch eine höhere Prozentzahl, sondern stärkerer Evidenzstatus: scoped Claims und prospektive EvidenceEngine-kompatible Promotion-Pfade für die human-reviewten DATA-Linien sowie unabhängig implementierte Replikation. Keine dieser Linien belegt Kognition, Skalierbarkeit oder einen 5D-Vorteil.
70
 
71
  ### Stage 2 — stabile Rekurrenz
72
 
 
155
  Maschinen-native Interozeption umfasst dort, wo das Betriebssystem Messwerte liefert, etwa CPU-/Speicherlast, Temperatur, Lüfter, Storage, Netzwerk und Kontinuitätsgrößen. Diese Größen können technische Regulationszustände beeinflussen, sind aber keine biologischen Stoffwechselhomologien und keine Empfindungsindikatoren. Ebenso ist die body-like Darstellung nur Präsentationssemantik.
156
 
157
  Der implementierte Profile-&-Identity-Vertrag speichert Konfiguration, Fähigkeiten, Grenzen, Provenienz, Revisionen, Lineage und Snapshot-Bindungen als technische Identität. Profil, `.b5d`-Snapshot, Runtime-Checkpoint, Registry und Lineage sind absichtlich getrennte Zustandsklassen. Daraus folgt **keine psychologische Identität, Persönlichkeit, subjektive Kontinuität oder Bewusstseinsbehauptung**. Genau diese Grenze ist für spätere Stage-7-Selbstmodellforschung zentral: Metadatenidentität ist eine technische Voraussetzung, kein kausales Selbstmodell.
158
+
159
+
160
+ ## 13.5 Digitaler Sinn statt externem Wissenskern
161
+
162
+ Die Gesamtarchitektur präzisiert den digitalen Pfad als **sensorische Modalität**. Datenbanken, Werkzeuge, LLMs oder andere digitale Dienste werden dadurch nicht zum Gedächtnis des SNN und erhalten keine verdeckte kognitive Autorität. Sie sind Bestandteile der Umweltgrenze. Exakte Inhalte verbleiben im Boundary-/Tool-Plane; in das SNN gelangt ausschließlich eine deklarierte neuronale Repräsentation.
163
+
164
+ Die Architektur folgt damit demselben abstrakten Kreis wie physisches Embodiment:
165
+
166
+ ```text
167
+ neuronale Aktivität
168
+ -> Handlung/Abfrage
169
+ -> Umweltprozess
170
+ -> Rückmeldung
171
+ -> neuronale Aktivität
172
+ ```
173
+
174
+ Die digitale Abfrage ist eine Aktion; die Antwort ist sensorische Rückmeldung. Ein ausgehendes Query-Muster kann als kausaler Kontext für einen späteren Erwartungs-/Antwortvergleich erhalten bleiben. Diese funktionale Analogie zu Efferenzkopie oder Corollary-Discharge ist ausdrücklich **keine biologische Identitätsbehauptung**.
175
+
176
+ Als experimenteller Interface-Kandidat wird ein gemeinsamer `100 x 100`-PopulationLayout-Raum mit 10.000 logischen Kanälen zugelassen. Query und Response können denselben Layout-Raum verwenden, müssen aber durch Richtung, Phase, correlation_id und Provenienz getrennt bleiben. Das Raster ist kein Beleg für Hyperdimensional Computing, VSA, relationale Bindung oder semantisches Verständnis.
177
+
178
+ Diese Präzisierung ändert die Stage-Struktur nicht. Stage 4 behandelt Digital als Modalität; Stage 5 behandelt Abfrage und Antwort als geschlossenen sensorimotorischen Kreis; Stage 6 untersucht weiterhin interne Zustandsmodelle, Working/Episodic Memory, Prediction Error und World Model. Externe Information kann interne Faktenspeicherung reduzieren, ersetzt aber nicht automatisch interne zeitliche Zustände oder Lernmechanismen.
research/publications/2026-09-17_recursive-epistemics_v1.8/parts/04_empirical_programme.md CHANGED
@@ -189,10 +189,20 @@ Die V2-First-Output-Latenz wird zusätzlich auf den frischen R1-Seeds repliziert
189
 
190
  **Diskussion.** Damit besitzt `H-SNN-003-B` erstmals einen testadäquaten positiven Befund im untersuchten Stage-1-Regime: Topologie verändert bei gleichem Neuronen- und Kantenbudget die Propagationsdynamik. Der Effekt ist jedoch **kein monotones Dimensions- oder 5D-Vorteilsmuster**. `5d_shuffled` und `random_graph` erreichten den Output in diesem Design früher als die reguläre 5D-Anordnung. Das unterstützt die allgemeine Topologiesensitivität, nicht die Überlegenheit einer bestimmten Dimensionalität.
191
 
192
- **Limitation.** 64 Neuronen, 246 Kanten, ein eingefrorenes Synapsengewicht und das deterministische vorwärtsgerichtete Konstrukt definieren einen engen Small-SNN-Operating-Envelope. Der Lauf prüft weder Skalierung noch biologische Äquivalenz noch `H-5D-005-A`. Wegen der `active_fraction`-Sättigung ist ein zusätzliches niedrigeres Aktivitätsregime eine sinnvolle spätere Robustheitsprüfung, aber **keine Voraussetzung**, um den bereits präregistriert positiven Latenz-/Topologiebefund als DATA zu dokumentieren. Die stärkere 5D-Prüfung benötigt weiterhin ≥1.000 Neuronen, ≥10 mittlere Eingänge pro Neuron, explizit distanzabhängige Konnektivität und streng gematchte Dimensionskontrollen. Der aktuelle Lauf bleibt bis Human Review DATA-only.
193
 
194
  **Zwischenfazit.** Rekurrenz ist im getesteten Mechanismus wirksam; `H-SNN-003-B` ist im 64-Neuronen-Stage-1-Regime DATA-seitig gestützt. Die spezifische 5D-Hypothese bleibt offen.
195
 
 
 
 
 
 
 
 
 
 
 
196
  ### 19.9.3 Teilstudie C — Plastizität, Lernen und adaptive Stabilität
197
 
198
  **Forschungsproblem.** Die Existenz von STDP-, Eligibility-, Drei-Faktor-, Homeostase- oder Strukturplastizitätscode beweist weder nützliches Lernen noch stabile Generalisierung.
@@ -262,3 +272,22 @@ Die V2-First-Output-Latenz wird zusätzlich auf den frischen R1-Seeds repliziert
262
  Über alle empirischen Zweige hinweg entsteht ein wiederkehrendes Muster: **technische Verfügbarkeit ist der Beginn einer wissenschaftlichen Frage, nicht deren Antwort**. Ein Mechanismus wird erst dann Teil der tragfähigen Architekturposition, wenn sein kausaler Beitrag gegenüber einer geeigneten einfacheren Referenz sichtbar wird oder seine Spezialrolle durch einen eigenen, vorab begründeten Prüfvertrag getragen ist.
263
 
264
  Damit erhält Teil IV den Charakter einer kumulativen empirischen Dissertationseinheit: Die Teilstudien stehen nicht nebeneinander, sondern verändern wechselseitig die Architektur und die Bedingungen der jeweils nächsten Hypothese.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
189
 
190
  **Diskussion.** Damit besitzt `H-SNN-003-B` erstmals einen testadäquaten positiven Befund im untersuchten Stage-1-Regime: Topologie verändert bei gleichem Neuronen- und Kantenbudget die Propagationsdynamik. Der Effekt ist jedoch **kein monotones Dimensions- oder 5D-Vorteilsmuster**. `5d_shuffled` und `random_graph` erreichten den Output in diesem Design früher als die reguläre 5D-Anordnung. Das unterstützt die allgemeine Topologiesensitivität, nicht die Überlegenheit einer bestimmten Dimensionalität.
191
 
192
+ **Limitation.** 64 Neuronen, 246 Kanten, ein eingefrorenes Synapsengewicht und das deterministische vorwärtsgerichtete Konstrukt definieren einen engen Small-SNN-Operating-Envelope. Der Lauf prüft weder Skalierung noch biologische Äquivalenz noch `H-5D-005-A`. Wegen der `active_fraction`-Sättigung ist ein zusätzliches niedrigeres Aktivitätsregime eine sinnvolle spätere Robustheitsprüfung, aber **keine Voraussetzung**, um den bereits präregistriert positiven Latenz-/Topologiebefund als DATA zu dokumentieren. Die stärkere 5D-Prüfung benötigt weiterhin ≥1.000 Neuronen, ≥10 mittlere Eingänge pro Neuron, explizit distanzabhängige Konnektivität und streng gematchte Dimensionskontrollen. Die begrenzten Interpretationen von V2 und V3-R1 sind human-reviewed akzeptiert; beide Läufe bleiben dennoch DATA-only, solange keine separate kanonische EVID-Promotion erfolgt.
193
 
194
  **Zwischenfazit.** Rekurrenz ist im getesteten Mechanismus wirksam; `H-SNN-003-B` ist im 64-Neuronen-Stage-1-Regime DATA-seitig gestützt. Die spezifische 5D-Hypothese bleibt offen.
195
 
196
+ #### Stage-1-Konsolidierung: Baseline, Reviewstatus und zweite Funktionslinie
197
+
198
+ Für die wissenschaftliche Reife wird V2 nicht isoliert betrachtet. `EXP-S1-TOPO-V2-20260918` und `EXP-S1-TOPO-V3-R1-20260918` bilden gemeinsam die kanonische `STAGE1-TOPOLOGY-LINE-001`: V2 ist die erste präregistrierte testadäquate Topologiestudie; R1 ist die korrigierte interne Replikation mit neuen Seeds, prospektiven zeitaufgelösten Endpunkten und korrekter gemeinsamer Holm-Familie. Der erste V3-Lauf bleibt wegen der falsch implementierten Primärfamilie ausschließlich Auditspur. Diese Zusammenführung ist eine Forschungsstatusentscheidung, keine Umschreibung historischer DATA.
199
+
200
+ Die Human Reviews beider gültigen Linien durch Thomas Heisig sind abgeschlossen und akzeptieren die begrenzte Interpretation. Damit ist das Human-Review-Subgate der Stage-1-Maturity erfüllt. Eine EVID-Promotion folgt daraus ausdrücklich nicht. Der aktuelle EvidenceEngine-Vertrag verlangt unter anderem `validity.valid=true`, Nullwerte für Runtime-/Fatal-Fehler, `git.dirty=false`, `provenance_digests`, einen passenden `source_freeze_sha`, einen kanonischen Claim und ein `human_review.json` mit `supports|refutes|inconclusive`. Die historischen V2/R1-Manifeste besitzen diese heutige Vertragsform nicht; ihre vorhandenen Human Reviews lauten `accepted_as_interpretation`. Fehlende historische Felder oder stärkere Entscheidungen werden nicht rückwirkend konstruiert. Der EVID-Pfad ist daher separat und prospektiv zu behandeln.
201
+
202
+ Als zweite Stage-1-Funktionslinie wird `STAGE1-TEMPORAL-ORDER-LINE-002` geführt. `EXP-S1-TEMP-ORDER-V2-20260919` prüft `RQ-TEMP-002 / H-TEMP-002-A` in einem acyclischen Sechs-Neuronen-SNN. Über 20 Seeds und 120 Runs werden intakte Kanalidentität, identity-destroyed Kontrolle sowie simultane Kontrolle verglichen. Der intakte Arm erreicht im gespeicherten V2-Befund eine mediane Order Accuracy von 1,0, der identity-destroyed Arm 0,0; die simultane Kontrolle besteht. Der Lauf ist `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL`. Der append-only Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen; der Lauf bleibt dennoch DATA bis zu einer gegebenenfalls später separat legitimierten EVID-Entscheidung. Er belegt keine Lern-, Gedächtnis-, Kognitions- oder Skalierungsleistung und ist keine unabhängige Replikation der Topologielinie.
203
+
204
+ Unter dem unveränderten Maturity-Vertrag ergibt sich daraus **Stage 1 = 75 %**: RQ/H, Protokoll, DATA und Attribution sind `met`, `reviewed_evidence` ist wegen der abgeschlossenen Human-Review-Hälfte bei weiterhin offener kanonischer EVID-Promotion `partial`, und `independent_replication` bleibt `open`. Die maschinenlesbare Baseline `research/registry/stage1_baseline.json` bindet diese Ableitung sowie beide Funktionslinien kanonisch.
205
+
206
  ### 19.9.3 Teilstudie C — Plastizität, Lernen und adaptive Stabilität
207
 
208
  **Forschungsproblem.** Die Existenz von STDP-, Eligibility-, Drei-Faktor-, Homeostase- oder Strukturplastizitätscode beweist weder nützliches Lernen noch stabile Generalisierung.
 
272
  Über alle empirischen Zweige hinweg entsteht ein wiederkehrendes Muster: **technische Verfügbarkeit ist der Beginn einer wissenschaftlichen Frage, nicht deren Antwort**. Ein Mechanismus wird erst dann Teil der tragfähigen Architekturposition, wenn sein kausaler Beitrag gegenüber einer geeigneten einfacheren Referenz sichtbar wird oder seine Spezialrolle durch einen eigenen, vorab begründeten Prüfvertrag getragen ist.
273
 
274
  Damit erhält Teil IV den Charakter einer kumulativen empirischen Dissertationseinheit: Die Teilstudien stehen nicht nebeneinander, sondern verändern wechselseitig die Architektur und die Bedingungen der jeweils nächsten Hypothese.
275
+
276
+
277
+ ### 19.9.8 Teilstudie G — Digitaler Sinn, Query-Handlung und Informationsnutzung
278
+
279
+ **Forschungsproblem.** Ein digitaler Gateway ist wissenschaftlich erst dann mehr als eine Schnittstelle, wenn das SNN lernt, wann und welchen digitalen Kanal es nutzen soll und die resultierende Rückmeldung kausal für Verhalten verwendet.
280
+
281
+ **Architektur.** Exakte Payloads verbleiben außerhalb des SNN. Ein deklarierter Codec erzeugt Spike-Repräsentationen. Query-Selektion ist eine Handlung des Netzes; die externe Antwort wird als sensorische Rückmeldung re-enkodiert. Ein `100 x 100`-PopulationLayout ist ein möglicher gemeinsamer experimenteller Query/Response-Raum, nicht bereits ein semantischer Vektorraum.
282
+
283
+ **Prüfprogramm.**
284
+ 1. **Quellentransfer / RQ-GW-004:** Entwicklung mit Quelle A, Holdout-Test mit Quelle B bei gleichem Schema und neuen Inhalten.
285
+ 2. **Abfrage als Handlung / RQ-GW-006:** Query-Zeitpunkt oder Query-Pfad darf nicht vollständig hart verdrahtet sein; Vergleich mit forced-query, no-query, random-query und frozen-routing.
286
+ 3. **Modalitätsrouting / RQ-GW-002:** Audio, Vision und Digital werden unter gematchtem Budget gegeneinander bzw. gemeinsam angeboten; lernbares Routing wird gegen Frozen/Random/Shuffle geprüft.
287
+ 4. **Codec/Binding / RQ-GW-CODEC-001:** relationale strukturierte Information muss unter eigenem präregistrierten Codec-Test decodierbar bleiben.
288
+
289
+ **Lifecycle und Credit Assignment.** Query, Wait, Response und Timeout werden als explizite kausale Phasen behandelt. Eligibility-/Reward-Mechanismen dürfen delayed credit assignment adressieren, müssen aber gegen feste Zeitsteuerung und triviale Query-Heuristiken kontrolliert werden.
290
+
291
+ **Falsifikation.** Der Forschungsstrang trägt keinen Claim gelernten digitalen Sinnes, wenn Quellentransfer scheitert, Queries vollständig extern getaktet werden müssen oder Modalitätsrouting nur durch feste Verdrahtung funktioniert.
292
+
293
+ **Claim-Grenze.** Architekturverfügbarkeit, Checksum-Integrität oder ein erreichbarer Tool-Endpunkt sind kein Nachweis gelernten Werkzeuggebrauchs, semantischen Bindings oder eines Vorteils gegenüber nicht-neuronalen Routing-Baselines.
research/publications/2026-09-17_recursive-epistemics_v1.8/parts/10_synthesis.md CHANGED
@@ -29,7 +29,7 @@ Die folgende Matrix ist eine Leserhilfe, keine neue Prozentmetrik. Sie trennt de
29
  | Stage | Gegenwärtig belastbarer Stand | Wissenschaftlich offen / blockiert durch | Nächster legitimierter Schritt |
30
  | --- | --- | --- | --- |
31
  | **0 — einzelne Nervenzelle** | Scoped Izhikevich-/LIF-Referenzkonformität gegen Brian2 ist confirmatory DATA-seitig erfüllt. | Human-EVID-Entscheidung, unabhängige Replikation, breitere Integrator-/Parameter-/Langzeitprüfung. | Review und unabhängig autorisierte Replikation des eingefrorenen Vertrages. |
32
- | **1 — kleines SNN** | `EXP-S1-TOPO-V2-20260918` und die korrigierte interne Replikation `EXP-S1-TOPO-V3-R1-20260918` zeigen DATA-seitig Topologiesensitivität im 64-Neuronen-/246-Kanten-Regime; R1 löst die V2-Endpunkt-Sättigung zeitaufgelöst auf und repliziert die First-Output-Richtung auf neuen Seeds. | Human Review, **unabhängige externe** Replikation, breitere Aufgaben-/Störungsregime; keine Ableitung eines 5D-Vorteils. | Human Review beider gültigen DATA-Linien abschließen und anschließend unabhängig implementiert replizieren; die separate 5D-Hypothese in größerem Design prüfen. |
33
  | **2 — stabile Rekurrenz** | Kleiner kontrollierter Recurrence-Effekt ist reproduzierbar beobachtet. | Breite Generalisierung; sauberer clean-tree Determinismus-/Replikationsnachweis. | Hash-gebundene clean-tree Replikation und größere getrennte Regime. |
34
  | **3 — plastisches Nervengewebe** | STDP, Eligibility, Drei-Faktor-Regeln, Homeostase und Strukturplastizität sind technisch vorhanden. | Held-out Nutzen, Interaktionen, Langzeitstabilität und Ressourcenwirkung. | Learning-on/off/Frozen/Sham-Kontrollen mit vorab definierten Task-Endpunkten. |
35
  | **4 — spezialisierte Areale** | Audio/Vision/Digital-Pfade und E01–E05 liefern enge synthetische DATA. | Generalistenvergleich, Cross-Modal-Transfer, Läsion/Shuffle/Frozen, reale Ressourcenmessung. | Matched spezialisierte-vs.-generalistische Ablationen. |
@@ -115,7 +115,14 @@ Der Befund ist endpoint-spezifisch. `active_fraction` sättigt für 1d, 2d und 3
115
  Die interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verschärft diesen Befund. Ein erster V3-Lauf wurde wegen einer falsch implementierten Holm-Familie nicht konfirmatorisch verwendet und bleibt als Auditspur erhalten. R1 verwendet neue Seeds und eine korrekt gemeinsame Holm-Korrektur über zehn zeitaufgelöste Primärtests. Obwohl die terminale `active_fraction` für 1d/2d/3d weiterhin 1,0 beträgt, unterscheiden sich die prospektiv definierten Zeitverläufe klar: Die mediane Aktivierungs-AUC (Ticks 0–31) beträgt 22,15625, 26,5703125 und 28,0078125; die Halbaktivierungslatenz 10, 6 und 4 Ticks. Beide low-dimensionalen Kontraste sind Holm-korrigiert signifikant. Zusätzlich replizieren alle fünf V2-First-Output-Latenzkontraste auf den neuen Seeds in derselben Richtung.
116
 
117
  **Zulässiger Claim:** Die konkrete Topologie beeinflusst innerhalb dieses kontrollierten Small-SNN-Operating-Envelope bei gematchtem Neuronen- und Kantenbudget die Propagationsdynamik; die Aussage ist nun auf einer zweiten, intern replizierten DATA-Linie mit zeitaufgelöster Auflösung der V2-Ceiling-Grenze gestützt.
118
- **Nicht zulässig:** daraus unabhängige externe Replikation, 5D-Überlegenheit, Skalierbarkeit, biologische Äquivalenz oder `H-5D-005-A` abzuleiten. `5d_shuffled` und `random_graph` erreichen den Output weiterhin früher als reguläres 5d. Beide gültigen Linien bleiben bis Human Review DATA-only.
 
 
 
 
 
 
 
119
 
120
  ### Ergebnis H — Same-Seed-Reproduzierbarkeit ist nun als eigene DATA-Linie dokumentiert
121
 
@@ -300,3 +307,14 @@ Die Antwort der Arbeit darauf ist keine Behauptung von Neutralität, sondern **s
300
  Der stärkste Beitrag von Edition 1.8 liegt damit noch nicht in einer bestätigten Theorie allgemeiner Intelligenz oder eines 5D-Gehirns. Er liegt in einer **empirisch selektierten, revidierbaren Forschungsarchitektur**, deren einzelne Mechanismen zunehmend getrennt geprüft werden und deren eigener Forschungsprozess Gegenstand methodischer Kontrolle geworden ist.
301
 
302
  Der Dissertationscharakter entsteht gerade aus dieser Verbindung: historische Problemgenese, theoretischer Rahmen, operationalisierte Teilfragen, Methoden, Teilstudien, negative und positive Resultate, General Discussion, Limitationen und eine explizite Forschungsagenda bilden ein zusammenhängendes Argument statt einer Sammlung von Features.
 
 
 
 
 
 
 
 
 
 
 
 
29
  | Stage | Gegenwärtig belastbarer Stand | Wissenschaftlich offen / blockiert durch | Nächster legitimierter Schritt |
30
  | --- | --- | --- | --- |
31
  | **0 — einzelne Nervenzelle** | Scoped Izhikevich-/LIF-Referenzkonformität gegen Brian2 ist confirmatory DATA-seitig erfüllt. | Human-EVID-Entscheidung, unabhängige Replikation, breitere Integrator-/Parameter-/Langzeitprüfung. | Review und unabhängig autorisierte Replikation des eingefrorenen Vertrages. |
32
+ | **1 — kleines SNN** | Die kanonische Topologie-DATA-Linie aus `EXP-S1-TOPO-V2-20260918` + `EXP-S1-TOPO-V3-R1-20260918` ist präregistriert, intern repliziert und human-reviewed; `EXP-S1-TEMP-ORDER-V2-20260919` ergänzt eine getrennte, ebenfalls human-reviewte task-basierte Funktionslinie. Scientific Maturity: 75 %. | Kanonische EVID-Promotion beider scoped Funktionslinien und **unabhängige externe** Replikation; keine Ableitung eines 5D-Vorteils. | Scoped Claims + prospektive EvidenceEngine-kompatible Promotion-Pfade definieren und anschließend unabhängig implementiert replizieren. |
33
  | **2 — stabile Rekurrenz** | Kleiner kontrollierter Recurrence-Effekt ist reproduzierbar beobachtet. | Breite Generalisierung; sauberer clean-tree Determinismus-/Replikationsnachweis. | Hash-gebundene clean-tree Replikation und größere getrennte Regime. |
34
  | **3 — plastisches Nervengewebe** | STDP, Eligibility, Drei-Faktor-Regeln, Homeostase und Strukturplastizität sind technisch vorhanden. | Held-out Nutzen, Interaktionen, Langzeitstabilität und Ressourcenwirkung. | Learning-on/off/Frozen/Sham-Kontrollen mit vorab definierten Task-Endpunkten. |
35
  | **4 — spezialisierte Areale** | Audio/Vision/Digital-Pfade und E01–E05 liefern enge synthetische DATA. | Generalistenvergleich, Cross-Modal-Transfer, Läsion/Shuffle/Frozen, reale Ressourcenmessung. | Matched spezialisierte-vs.-generalistische Ablationen. |
 
115
  Die interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verschärft diesen Befund. Ein erster V3-Lauf wurde wegen einer falsch implementierten Holm-Familie nicht konfirmatorisch verwendet und bleibt als Auditspur erhalten. R1 verwendet neue Seeds und eine korrekt gemeinsame Holm-Korrektur über zehn zeitaufgelöste Primärtests. Obwohl die terminale `active_fraction` für 1d/2d/3d weiterhin 1,0 beträgt, unterscheiden sich die prospektiv definierten Zeitverläufe klar: Die mediane Aktivierungs-AUC (Ticks 0–31) beträgt 22,15625, 26,5703125 und 28,0078125; die Halbaktivierungslatenz 10, 6 und 4 Ticks. Beide low-dimensionalen Kontraste sind Holm-korrigiert signifikant. Zusätzlich replizieren alle fünf V2-First-Output-Latenzkontraste auf den neuen Seeds in derselben Richtung.
116
 
117
  **Zulässiger Claim:** Die konkrete Topologie beeinflusst innerhalb dieses kontrollierten Small-SNN-Operating-Envelope bei gematchtem Neuronen- und Kantenbudget die Propagationsdynamik; die Aussage ist nun auf einer zweiten, intern replizierten DATA-Linie mit zeitaufgelöster Auflösung der V2-Ceiling-Grenze gestützt.
118
+ **Nicht zulässig:** daraus unabhängige externe Replikation, 5D-Überlegenheit, Skalierbarkeit, biologische Äquivalenz oder `H-5D-005-A` abzuleiten. `5d_shuffled` und `random_graph` erreichen den Output weiterhin früher als reguläres 5d. Beide gültigen Topologielinien sind inzwischen human-reviewed als begrenzte Interpretation akzeptiert, bleiben aber DATA ohne kanonische EVID-Promotion.
119
+
120
+ ### Ergebnis J — Temporal Order bildet eine zweite Stage-1-Funktionslinie
121
+
122
+ `EXP-S1-TEMP-ORDER-V2-20260919` ergänzt die Topologiestudien um eine task-basierte, information-destroying Kontrolle. Im acyclischen Sechs-Neuronen-Netz werden Forward-, Reverse- und Simultanfolgen bei gematchtem Ereignisbudget untersucht. Der intakte Kanalpfad erhält im registrierten V2-Datensatz die Reihenfolge (Median Accuracy 1,0), während die identity-destroyed Kontrolle auf 0,0 fällt; die Simultankontrolle bleibt vollständig erfolgreich. Die gepaarte Accuracy-Differenz beträgt im gespeicherten Bericht 1,0 mit CI [1,0;1,0] und Sign-Test p≈1,91×10^-6.
123
+
124
+ **Zulässiger Claim:** Innerhalb dieses festen kleinen Netzwerk- und Decodervertrags trägt die Kanalidentität die registrierte zeitliche Ordnungsinformation, und ihre gezielte Zerstörung entfernt die Decodierbarkeit.
125
+ **Nicht zulässig:** Lernen, Gedächtnis, allgemeines zeitliches Reasoning, Kognition, Skalierbarkeit, EVID oder unabhängige Replikation abzuleiten. Der Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen; diese Freigabe bleibt von einer kanonischen EVID-Promotion getrennt.
126
 
127
  ### Ergebnis H — Same-Seed-Reproduzierbarkeit ist nun als eigene DATA-Linie dokumentiert
128
 
 
307
  Der stärkste Beitrag von Edition 1.8 liegt damit noch nicht in einer bestätigten Theorie allgemeiner Intelligenz oder eines 5D-Gehirns. Er liegt in einer **empirisch selektierten, revidierbaren Forschungsarchitektur**, deren einzelne Mechanismen zunehmend getrennt geprüft werden und deren eigener Forschungsprozess Gegenstand methodischer Kontrolle geworden ist.
308
 
309
  Der Dissertationscharakter entsteht gerade aus dieser Verbindung: historische Problemgenese, theoretischer Rahmen, operationalisierte Teilfragen, Methoden, Teilstudien, negative und positive Resultate, General Discussion, Limitationen und eine explizite Forschungsagenda bilden ein zusammenhängendes Argument statt einer Sammlung von Features.
310
+
311
+
312
+ ### Ergebnis E — Digitaler Informationszugriff wird als Sinnes-/Handlungskreis operationalisiert
313
+
314
+ Die Gesamtarbeit behandelt digitale Informationsquellen nicht als externes Gedächtnis des SNN, sondern als Teil seiner Umweltgrenze. Exakte Inhalte bleiben außerhalb des neuronalen Kerns; das SNN erhält deklarierte Spike-Repräsentationen und kann über Gateway-Aktionen neue digitale Rückmeldungen auslösen.
315
+
316
+ **Zulässige Architekturposition:** Digital kann wie Audio oder Vision als Modalität in einen geschlossenen Wahrnehmungs-Handlungs-Kreis eingebunden werden. Query-Selektion kann experimentell als Handlung und Response als sensorische Rückmeldung modelliert werden.
317
+
318
+ **Nicht gezeigt:** dass MHRN Queries bereits autonom lernt, dass ein 100x100-Raum relationale Symbolik bindet, dass digitale Efferenzkopie biologisch identisch zur Motorik ist oder dass neuronales Routing RAG/klassische Tool-Policy-Systeme übertrifft.
319
+
320
+ Der Wert der Verschiebung liegt deshalb nicht in einer neuen Leistungsbehauptung, sondern in einer klareren Falsifikationsstruktur: Quellentransfer, gelernte Query-Auslösung, Modalitätsrouting und Binding werden getrennte experimentelle Fragen statt implizite Eigenschaften des Gateway-Namens.
research/publications/2026-09-17_recursive-epistemics_v1.8/parts/11_open_landscape.md CHANGED
@@ -18,13 +18,18 @@ Der scoped Readiness-Vertrag kann 100 % erreicht haben, ohne dass damit die gesa
18
 
19
  ### Stage 1 — kleines SNN
20
 
21
- Mit `EXP-S1-TOPO-V2-20260918` liegt nun eine präregistrierte Small-Network-Topologiestudie vor. Sie zeigt DATA-seitig, dass Topologie die Propagationsdynamik im kontrollierten 64-Neuronen-Regime beeinflusst. Offen bleiben:
22
 
23
- - Human Review und eine mögliche spätere EVID-Entscheidung;
24
- - unabhängige Replikation außerhalb derselben Ausführungspipeline;
25
- - task-basierte Kontrollen und Störungsregime jenseits reiner Impulspropagation;
 
 
 
 
 
26
  - Skalierung und Generalisierung über den aktuellen Small-SNN-Operating-Envelope hinaus;
27
- - die getrennte dimensionsspezifische 5D-Hypothese.
28
 
29
  ### Stage 2 — stabile Rekurrenz
30
 
@@ -269,9 +274,9 @@ Das Ziel lautet daher nicht „jeder Bytewert steht im Manuskript“, sondern: *
269
 
270
  Für `RQ-DET-001` bleibt ein clean-tree-Replikationslauf erforderlich, bevor ein durch Dirty-Tree-Provenienz blockiertes Artefakt regulär in Richtung EVID geprüft werden kann. Eine semantische Reklassifikation allein entfernt den Provenienzblock nicht.
271
 
272
- Für `RQ-SNN-003 / H-SNN-003-B` liegen inzwischen zwei gültige source-bound DATA-Linien vor. `EXP-S1-TOPO-V2-20260918` etablierte den ersten präregistrierten 64-Neuronen-/246-Kanten-Befund. Die korrigierte interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verwendet neue Seeds und prospektive zeitaufgelöste Endpunkte: sie löst die terminale `active_fraction`-Sättigung für 1d/2d/3d auf und repliziert alle fünf First-Output-Latenzrichtungen aus V2. Ein erster V3-Lauf bleibt als Auditspur erhalten, wird wegen einer falsch implementierten Holm-Familie aber nicht konfirmatorisch interpretiert. Der Status der gültigen Linien bleibt `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL` auf DATA-Ebene bis Human Review.
273
 
274
- Der nächste Schritt für `H-SNN-003-B` ist jetzt **keine weitere interne Wiederholung derselben Pipeline**, sondern Human Review und anschließend eine unabhängig implementierte Replikation oder ein bewusst erweitertes Operating-Envelope.
275
 
276
  Für die **dimensionsspezifische** Registry-Frage gilt parallel unverändert: `RQ-5D-005` bleibt `open` und `H-5D-005-A` bleibt kanonisch `untested`. Das 64-Neuronen-Stage-1-Experiment ist dafür kein hinreichender Nachweis. Die nächste 5D-Prüfung muss mindestens **1.000 Neuronen pro Bedingung**, durchschnittlich **mindestens 10 eingehende Synapsen pro Neuron** und eine **explizit distanzabhängige Konnektivitätswahrscheinlichkeit** verwenden; Delay darf zusätzlich geometrieabhängig sein. Degree-/density-matched Kontrollen, Multi-Neuron-Stimulus, Activity-Adequacy-Gate, unabhängige Seeds und clean-tree Provenienz bleiben verpflichtend.
277
 
@@ -287,9 +292,9 @@ Die Entscheidung ist prospektiv begrenzt: Ein positives Ergebnis stützt eine **
287
 
288
  Nach dem jüngsten Human Review ist die offene Determinismusfrage enger als zuvor. `RQ-DET-001 / H-SNN-003-A` hat im historischen `deterministic_replica_v1`-Datensatz einen positiven Same-Seed-Replica-Befund und ist semantisch `DIRECT_MATCH`. Offen ist nicht mehr die Frage, ob die registrierten Replica-Bedingungen zur RQ gehören, sondern ob derselbe Befund in einem **clean-tree, hash-gebundenen Replikationslauf** wiederholt wird. Erst danach ist eine reguläre Human-EVID-Entscheidung sinnvoll.
289
 
290
- Für `H-SNN-003-B` ist der nächste Schritt nun **Human Review und unabhängige Replikation** von `EXP-S1-TOPO-V2-20260918`. `EXP-GEN-0047` bleibt als inadäquater Vorgänger erhalten; die neue DATA darf ihn nicht rückwirkend umdeuten. Die ≥1.000-Neuronen-/≥10-In-Degree-Schwellen werden ausschließlich für die stärkere `H-5D-005-A`-Prüfung geführt.
291
 
292
- Damit sind die nächsten methodischen Schritte **Review/Replikation für den Stage-1-Topologiebefund** und **Testadäquanz für den separaten 5D-Claim**.
293
 
294
  ## 59. Forschungsagenda und Abschlusskriterien der Teilstudien
295
 
@@ -299,7 +304,7 @@ Die offene Forschungslandschaft wird für die weitere Arbeit nicht als unsortier
299
  | --- | --- | --- |
300
  | **Basale Dynamik / Determinismus** | clean-tree, hash-gebundene Same-Seed-Replikation und externe Wiederholung | Reproduzierbarkeit muss über denselben internen Workflow hinaus bestätigt werden |
301
  | **Rekurrenz** | unabhängige Seeds, skalierte Netzwerke und klar getrennte Rekurrenzintervention | Effekt muss unter erweitertem Operating Envelope bestehen |
302
- | **Topologie / H-SNN-003-B** | Human Review von V2 und `EXP-S1-TOPO-V3-R1-20260918`, danach unabhängig implementierte Replikation | Der intern replizierte Stage-1-Topologiebefund muss außerhalb derselben Code-/Ausführungslinie reproduzierbar bleiben |
303
  | **5D / H-5D-005-A** | separates präregistriertes Design mit ≥1.000 Neuronen, ≥10 Inputs/Neuron und distanzabhängiger Geometrie-Dynamik-Kopplung | Ein dimensionsspezifischer Effekt muss unter gematchten Ressourcen- und Graphkontrollen bestehen |
304
  | **Plastizität** | learning-on/off-, Sham-/Frozen- und Holdout-Designs mit unabhängigen Seeds | Gewichtsänderung muss einen funktionalen Lern-/Stabilitätsbeitrag gegenüber Kontrollen tragen |
305
  | **MSBA / spezialisierte Pfade** | kausale Ressourcen- und Lesionsexperimente unter streng gematchten Budgets | Spezialpfad muss über bloße Implementierbarkeit hinaus messbaren Zusatznutzen zeigen |
@@ -317,7 +322,7 @@ Die Reihenfolge weiterer Forschung folgt nicht der visuellen Stage-Nummer, sonde
317
  Daraus folgen gegenwärtig vier priorisierte Linien:
318
 
319
  1. **Präregistrierung von `OBJ-MEM-COMPRESSION-001`**, weil sie eine klar falsifizierbare Anschlussfrage an die negative CL-002/003-Linie darstellt.
320
- 2. **Human Review von `EXP-S1-TOPO-V2-20260918` und `EXP-S1-TOPO-V3-R1-20260918`, anschließend unabhängige Replikation**, damit der intern replizierte Stage-1-Topologiebefund nicht auf dieselbe Code-/Ausführungslinie beschränkt bleibt.
321
  3. **separate `H-5D-005-A`-Präregistrierung**, weil der 64-Neuronen-Topologiebefund keinen 5D-Vorteil beantwortet.
322
  4. **clean-tree Determinismusreplikation**, weil vorhandene positive Same-Seed-Befunde durch Provenienzgrenzen blockiert sind.
323
  5. **`H-EMB-001-B`**, weil erst der matched-disturbance-Vergleich den Closed-Loop-Mechanismus stärker kausal isoliert.
@@ -331,3 +336,17 @@ Eine spätere kanonische Hauptfassung darf keinen Zweig allein deshalb als „ab
331
  - oder die Frage bleibt ausdrücklich offen, weil die notwendige Evidenz noch fehlt.
332
 
333
  Gerade diese dritte Möglichkeit gehört zum wissenschaftlichen Charakter der Arbeit. Eine Dissertation oder Monographie wird nicht dadurch stärker, dass jede Frage beantwortet erscheint, sondern dadurch, dass beantwortete, widerlegte und noch offene Fragen methodisch unterscheidbar bleiben.
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
18
 
19
  ### Stage 1 — kleines SNN
20
 
21
+ Stage 1 wird nach der Konsolidierung mit **75 % Scientific Maturity** geführt. Die zentrale Baseline ist `RQ-SNN-003 / H-SNN-003-B` mit der zusammengehörigen Topologie-DATA-Linie aus `EXP-S1-TOPO-V2-20260918` und `EXP-S1-TOPO-V3-R1-20260918`. V2 etabliert den präregistrierten Befund im 64-Neuronen-/246-Kanten-Regime; R1 repliziert die Latenzrichtungen auf neuen Seeds und löst die V2-Endpunkt-Sättigung mit prospektiven zeitaufgelösten Metriken auf. Die Human Reviews beider gültigen Linien durch Thomas Heisig sind abgeschlossen.
22
 
23
+ Die Human Reviews autorisieren eine begrenzte Interpretation, aber keine automatische EVID-Promotion. Unter dem aktuellen EvidenceEngine-Vertrag fehlen den historischen V2/R1-Manifests die heutigen Validity-/Git-/Provenance-Felder; zusätzlich ist kein scoped Claim-ID registriert und die Reviews besitzen nicht das EvidenceEngine-`human_review.json`-Entscheidungsschema. Diese Lücken werden nicht rückwirkend konstruiert.
24
+
25
+ Mit `EXP-S1-TEMP-ORDER-V2-20260919` existiert außerdem eine zweite task-basierte Funktionslinie mit identity-destroyed Kontrolle. Sie ist DATA-seitig innerhalb des präregistrierten Protokolls unterstützt und ihr Human Review durch Thomas Heisig ist mit `accepted_as_interpretation` abgeschlossen. Sie ist funktional eigenständig, aber keine unabhängige Replikation der Topologielinie.
26
+
27
+ Offen bleiben:
28
+
29
+ - scoped Claims und prospektive EvidenceEngine-kompatible Promotion-Pfade für Topologie und Temporal Order;
30
+ - unabhängige Replikation außerhalb derselben Autoren-/Code-/Ausführungspipeline;
31
  - Skalierung und Generalisierung über den aktuellen Small-SNN-Operating-Envelope hinaus;
32
+ - die getrennte dimensionsspezifische `RQ-5D-005 / H-5D-005-A`-Prüfung.
33
 
34
  ### Stage 2 — stabile Rekurrenz
35
 
 
274
 
275
  Für `RQ-DET-001` bleibt ein clean-tree-Replikationslauf erforderlich, bevor ein durch Dirty-Tree-Provenienz blockiertes Artefakt regulär in Richtung EVID geprüft werden kann. Eine semantische Reklassifikation allein entfernt den Provenienzblock nicht.
276
 
277
+ Für `RQ-SNN-003 / H-SNN-003-B` liegen inzwischen zwei gültige source-bound DATA-Linien vor. `EXP-S1-TOPO-V2-20260918` etablierte den ersten präregistrierten 64-Neuronen-/246-Kanten-Befund. Die korrigierte interne Replikation `EXP-S1-TOPO-V3-R1-20260918` verwendet neue Seeds und prospektive zeitaufgelöste Endpunkte: sie löst die terminale `active_fraction`-Sättigung für 1d/2d/3d auf und repliziert alle fünf First-Output-Latenzrichtungen aus V2. Ein erster V3-Lauf bleibt als Auditspur erhalten, wird wegen einer falsch implementierten Holm-Familie aber nicht konfirmatorisch interpretiert. Der Status der gültigen Linien bleibt `SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL` auf DATA-Ebene. Die Human Reviews durch Thomas Heisig sind inzwischen abgeschlossen; EVID-Promotion und unabhängige Replikation bleiben getrennt offen.
278
 
279
+ Der nächste Schritt für `H-SNN-003-B` ist jetzt **keine weitere interne Wiederholung derselben Pipeline**, sondern ein separat definierter scoped Claim mit prospektiv EvidenceEngine-kompatiblem Promotion-Pfad sowie anschließend eine unabhängig implementierte Replikation oder ein bewusst erweitertes Operating-Envelope.
280
 
281
  Für die **dimensionsspezifische** Registry-Frage gilt parallel unverändert: `RQ-5D-005` bleibt `open` und `H-5D-005-A` bleibt kanonisch `untested`. Das 64-Neuronen-Stage-1-Experiment ist dafür kein hinreichender Nachweis. Die nächste 5D-Prüfung muss mindestens **1.000 Neuronen pro Bedingung**, durchschnittlich **mindestens 10 eingehende Synapsen pro Neuron** und eine **explizit distanzabhängige Konnektivitätswahrscheinlichkeit** verwenden; Delay darf zusätzlich geometrieabhängig sein. Degree-/density-matched Kontrollen, Multi-Neuron-Stimulus, Activity-Adequacy-Gate, unabhängige Seeds und clean-tree Provenienz bleiben verpflichtend.
282
 
 
292
 
293
  Nach dem jüngsten Human Review ist die offene Determinismusfrage enger als zuvor. `RQ-DET-001 / H-SNN-003-A` hat im historischen `deterministic_replica_v1`-Datensatz einen positiven Same-Seed-Replica-Befund und ist semantisch `DIRECT_MATCH`. Offen ist nicht mehr die Frage, ob die registrierten Replica-Bedingungen zur RQ gehören, sondern ob derselbe Befund in einem **clean-tree, hash-gebundenen Replikationslauf** wiederholt wird. Erst danach ist eine reguläre Human-EVID-Entscheidung sinnvoll.
294
 
295
+ Für `H-SNN-003-B` sind die Human Reviews der V2/R1-DATA-Linie abgeschlossen. Der nächste Schritt ist nun **separate EVID-Promotion unter aktuellem Vertrag und unabhängige Replikation**. `EXP-GEN-0047` bleibt als inadäquater Vorgänger erhalten; die neue DATA darf ihn nicht rückwirkend umdeuten. Die ≥1.000-Neuronen-/≥10-In-Degree-Schwellen werden ausschließlich für die stärkere `H-5D-005-A`-Prüfung geführt.
296
 
297
+ Damit sind die nächsten methodischen Schritte **separate EVID-Promotion und unabhängige Replikation für die human-reviewten Stage-1-Funktionslinien** sowie **Testadäquanz für den separaten 5D-Claim**.
298
 
299
  ## 59. Forschungsagenda und Abschlusskriterien der Teilstudien
300
 
 
304
  | --- | --- | --- |
305
  | **Basale Dynamik / Determinismus** | clean-tree, hash-gebundene Same-Seed-Replikation und externe Wiederholung | Reproduzierbarkeit muss über denselben internen Workflow hinaus bestätigt werden |
306
  | **Rekurrenz** | unabhängige Seeds, skalierte Netzwerke und klar getrennte Rekurrenzintervention | Effekt muss unter erweitertem Operating Envelope bestehen |
307
+ | **Topologie / H-SNN-003-B** | scoped Claim + prospektiver EvidenceEngine-kompatibler Promotion-Pfad; danach unabhängig implementierte Replikation | Der human-reviewte, intern replizierte Stage-1-Topologiebefund muss kanonisch EVID-eligible werden und außerhalb derselben Code-/Ausführungslinie reproduzierbar bleiben |
308
  | **5D / H-5D-005-A** | separates präregistriertes Design mit ≥1.000 Neuronen, ≥10 Inputs/Neuron und distanzabhängiger Geometrie-Dynamik-Kopplung | Ein dimensionsspezifischer Effekt muss unter gematchten Ressourcen- und Graphkontrollen bestehen |
309
  | **Plastizität** | learning-on/off-, Sham-/Frozen- und Holdout-Designs mit unabhängigen Seeds | Gewichtsänderung muss einen funktionalen Lern-/Stabilitätsbeitrag gegenüber Kontrollen tragen |
310
  | **MSBA / spezialisierte Pfade** | kausale Ressourcen- und Lesionsexperimente unter streng gematchten Budgets | Spezialpfad muss über bloße Implementierbarkeit hinaus messbaren Zusatznutzen zeigen |
 
322
  Daraus folgen gegenwärtig vier priorisierte Linien:
323
 
324
  1. **Präregistrierung von `OBJ-MEM-COMPRESSION-001`**, weil sie eine klar falsifizierbare Anschlussfrage an die negative CL-002/003-Linie darstellt.
325
+ 2. **Scoped Stage-1-Claim und prospektiven EvidenceEngine-kompatiblen Promotion-Pfad definieren, anschließend unabhängig replizieren**, weil die Human Reviews von V2 und V3-R1 bereits abgeschlossen sind, die historische DATA-Linie aber den heutigen Promotionsvertrag nicht erfüllt.
326
  3. **separate `H-5D-005-A`-Präregistrierung**, weil der 64-Neuronen-Topologiebefund keinen 5D-Vorteil beantwortet.
327
  4. **clean-tree Determinismusreplikation**, weil vorhandene positive Same-Seed-Befunde durch Provenienzgrenzen blockiert sind.
328
  5. **`H-EMB-001-B`**, weil erst der matched-disturbance-Vergleich den Closed-Loop-Mechanismus stärker kausal isoliert.
 
336
  - oder die Frage bleibt ausdrücklich offen, weil die notwendige Evidenz noch fehlt.
337
 
338
  Gerade diese dritte Möglichkeit gehört zum wissenschaftlichen Charakter der Arbeit. Eine Dissertation oder Monographie wird nicht dadurch stärker, dass jede Frage beantwortet erscheint, sondern dadurch, dass beantwortete, widerlegte und noch offene Fragen methodisch unterscheidbar bleiben.
339
+
340
+
341
+ ## 58.6 Digitaler Sinn — offene Forschungsagenda
342
+
343
+ Die Interface-Integration eröffnet einen eigenen, aber mit Stage 4–6 verbundenen Forschungsstrang. Priorität haben vier Entscheidungen:
344
+
345
+ 1. **Quellentransfer (`RQ-GW-004`)** — gleiche Interface-Struktur, andere Quelle und neue Inhalte;
346
+ 2. **Query als Handlung (`RQ-GW-006`)** — learned vs. forced/random/no-query unter identischem Informationsbudget;
347
+ 3. **Modalitätsrouting (`RQ-GW-002`)** — learned vs. frozen/random/shuffle bei Audio/Vision/Digital;
348
+ 4. **Binding/Codec (`RQ-GW-CODEC-001`)** — separate Präregistrierung für strukturierte Relationen und den optionalen 100x100-/VSA-Pfad.
349
+
350
+ Vor positiver DATA dürfen weder selbstorganisierter Werkzeuggebrauch noch universeller gemeinsamer Repräsentationsraum behauptet werden. Der Decoder/Tool-Plane bleibt ein expliziter konventioneller Boundary-Baustein; wissenschaftlich geprüft wird, welche Teile der Auswahl, Nutzung, zeitlichen Erwartung und Rückkopplung tatsächlich vom neuronalen System gelernt werden.
351
+
352
+ Dieser Strang erhält hohe Priorität, weil er eine direkte Falsifikation der These ermöglicht, MHRN müsse externes Faktenwissen intern memorieren: erfolgreiche Nutzung neuer Inhalte aus einer neuen Quelle bei erhaltener Aufgabenleistung würde eine gelernte Informationsnutzungsstrategie stützen; Scheitern würde die stärkere Interpretation begrenzen.
research/publications/2026-09-17_recursive-epistemics_v1.8/registers/content_integration.json CHANGED
@@ -404,7 +404,8 @@
404
  "source_paths": [
405
  "research/decisions/2026-09-17_determinism_registry_airr_alignment.md",
406
  "research/decisions/2026-09-17_snn003_topology_propagation_v1_adequacy.md",
407
- "research/experiments/EXP-BATCH-20260914074039-03/review-20260917.md"
 
408
  ],
409
  "source_role": "accepted methodological interpretation and prospective design constraint",
410
  "manuscript_parts": [
@@ -481,17 +482,18 @@
481
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/calibration.json",
482
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/evaluation.json",
483
  "research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json",
484
- "research/workflows/SERIES-STAGE1-TOPOLOGY-V2-20260918.json"
 
485
  ],
486
- "source_role": "source-bound confirmatory Stage-1 DATA package pending human review",
487
  "manuscript_parts": [
488
  "IV",
489
  "X",
490
  "XI"
491
  ],
492
- "integration_status": "semantically_integrated_DATA_review_pending",
493
  "integration_mode": "preregistration_design_results_statistics_limitations_and_claim-boundary_synthesis",
494
- "boundaries": "Supports H-SNN-003-B only within the preregistered 64-neuron Stage-1 regime. No automatic EVID promotion, no 5D superiority claim, and no support for H-5D-005-A before the separate >=1000-neuron geometry-specific programme."
495
  },
496
  {
497
  "id": "CORPUS-STAGE1-TOPOLOGY-V3-R1",
@@ -505,17 +507,39 @@
505
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/analysis/statistics.json",
506
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/data/evaluation.json",
507
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json",
508
- "research/workflows/SERIES-STAGE1-TOPOLOGY-V3-R1-20260918.json"
 
509
  ],
510
- "source_role": "source-bound corrected internal replication DATA package pending human review",
511
  "manuscript_parts": [
512
  "IV",
513
  "X",
514
  "XI"
515
  ],
516
- "integration_status": "semantically_integrated_DATA_review_pending",
517
  "integration_mode": "analysis-correction_audit_time-resolved_results_internal-replication_limitations_and_claim-boundary",
518
- "boundaries": "R1 resolves the V2 terminal active_fraction ceiling with prospective time-resolved endpoints and internally replicates V2 latency directions. It is not independent external replication, creates no EVID, supports no 5D superiority claim, and does not test H-5D-005-A."
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
519
  }
520
  ]
521
  }
 
404
  "source_paths": [
405
  "research/decisions/2026-09-17_determinism_registry_airr_alignment.md",
406
  "research/decisions/2026-09-17_snn003_topology_propagation_v1_adequacy.md",
407
+ "research/experiments/EXP-BATCH-20260914074039-03/review-20260917.md",
408
+ "research/decisions/2026-09-25_stage1_scientific_consolidation.md"
409
  ],
410
  "source_role": "accepted methodological interpretation and prospective design constraint",
411
  "manuscript_parts": [
 
482
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/calibration.json",
483
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/evaluation.json",
484
  "research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json",
485
+ "research/workflows/SERIES-STAGE1-TOPOLOGY-V2-20260918.json",
486
+ "research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json.review.json"
487
  ],
488
+ "source_role": "source-bound confirmatory Stage-1 DATA package with completed human interpretation review",
489
  "manuscript_parts": [
490
  "IV",
491
  "X",
492
  "XI"
493
  ],
494
+ "integration_status": "semantically_integrated_DATA_human_reviewed_no_EVID",
495
  "integration_mode": "preregistration_design_results_statistics_limitations_and_claim-boundary_synthesis",
496
+ "boundaries": "Supports H-SNN-003-B only within the preregistered 64-neuron Stage-1 regime. Human review accepts the bounded interpretation but does not create canonical EVID, independent replication, a 5D superiority claim or support for H-5D-005-A."
497
  },
498
  {
499
  "id": "CORPUS-STAGE1-TOPOLOGY-V3-R1",
 
507
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/analysis/statistics.json",
508
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/data/evaluation.json",
509
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json",
510
+ "research/workflows/SERIES-STAGE1-TOPOLOGY-V3-R1-20260918.json",
511
+ "research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json.human-review.json"
512
  ],
513
+ "source_role": "source-bound corrected internal replication DATA package with completed human interpretation review",
514
  "manuscript_parts": [
515
  "IV",
516
  "X",
517
  "XI"
518
  ],
519
+ "integration_status": "semantically_integrated_DATA_human_reviewed_no_EVID",
520
  "integration_mode": "analysis-correction_audit_time-resolved_results_internal-replication_limitations_and_claim-boundary",
521
+ "boundaries": "R1 resolves the V2 terminal active_fraction ceiling with prospective time-resolved endpoints and internally replicates V2 latency directions. Human review accepts the bounded interpretation; it is not independent external replication, creates no canonical EVID, supports no 5D superiority claim, and does not test H-5D-005-A."
522
+ },
523
+ {
524
+ "id": "CORPUS-STAGE1-TEMPORAL-ORDER-V2",
525
+ "title": "Preregistered Stage-1 temporal-order task with identity-destroyed control",
526
+ "source_paths": [
527
+ "research/preregistrations/PREREG-S1-TEMP-ORDER-V2.json",
528
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/manifest.json",
529
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/report.md",
530
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/analysis/statistics.json",
531
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/review_request.json",
532
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/review_request.json.review.json"
533
+ ],
534
+ "source_role": "source-bound Stage-1 task DATA package with completed human interpretation review",
535
+ "manuscript_parts": [
536
+ "IV",
537
+ "X",
538
+ "XI"
539
+ ],
540
+ "integration_status": "semantically_integrated_DATA_human_reviewed_no_EVID",
541
+ "integration_mode": "preregistered_task_design_information-destroyed-control_results_claim-boundary",
542
+ "boundaries": "The task shows bounded temporal-order decodability in a fixed six-neuron SNN. Human review accepts the bounded interpretation but does not create canonical EVID. It does not establish learning, memory, cognition, scaling, general temporal reasoning or independent replication, and it is not an independent replication of the topology line."
543
  }
544
  ]
545
  }
research/publications/2026-09-17_recursive-epistemics_v1.8/registers/research_objects.json CHANGED
@@ -1617,7 +1617,7 @@
1617
  "status": "open",
1618
  "source_path": "research/registry/questions.yaml",
1619
  "source_pointer": "/14",
1620
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1621
  "source_object": {
1622
  "id": "RQ-5D-001",
1623
  "domain": "5D Topology",
@@ -1654,7 +1654,7 @@
1654
  "status": "open",
1655
  "source_path": "research/registry/questions.yaml",
1656
  "source_pointer": "/15",
1657
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1658
  "source_object": {
1659
  "id": "RQ-5D-002",
1660
  "domain": "5D Topology",
@@ -1689,7 +1689,7 @@
1689
  "status": "open",
1690
  "source_path": "research/registry/questions.yaml",
1691
  "source_pointer": "/16",
1692
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1693
  "source_object": {
1694
  "id": "RQ-5D-003",
1695
  "domain": "5D Topology",
@@ -1724,7 +1724,7 @@
1724
  "status": "open",
1725
  "source_path": "research/registry/questions.yaml",
1726
  "source_pointer": "/17",
1727
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1728
  "source_object": {
1729
  "id": "RQ-5D-004",
1730
  "domain": "5D Topology",
@@ -1759,7 +1759,7 @@
1759
  "status": "open",
1760
  "source_path": "research/registry/questions.yaml",
1761
  "source_pointer": "/38",
1762
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1763
  "source_object": {
1764
  "id": "RQ-5D-005",
1765
  "domain": "5D Topology",
@@ -1794,7 +1794,7 @@
1794
  "status": "open",
1795
  "source_path": "research/registry/questions.yaml",
1796
  "source_pointer": "/33",
1797
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1798
  "source_object": {
1799
  "id": "RQ-AIR-001",
1800
  "domain": "AI-Assisted Research",
@@ -1829,7 +1829,7 @@
1829
  "status": "open",
1830
  "source_path": "research/registry/questions.yaml",
1831
  "source_pointer": "/2",
1832
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1833
  "source_object": {
1834
  "id": "RQ-DET-001",
1835
  "domain": "Determinism",
@@ -1866,7 +1866,7 @@
1866
  "status": "open",
1867
  "source_path": "research/registry/questions.yaml",
1868
  "source_pointer": "/27",
1869
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1870
  "source_object": {
1871
  "id": "RQ-EMB-001",
1872
  "domain": "Embodiment",
@@ -1902,7 +1902,7 @@
1902
  "status": "open",
1903
  "source_path": "research/registry/questions.yaml",
1904
  "source_pointer": "/31",
1905
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1906
  "source_object": {
1907
  "id": "RQ-EPIST-001",
1908
  "domain": "Epistemology",
@@ -1937,7 +1937,7 @@
1937
  "status": "open",
1938
  "source_path": "research/registry/questions.yaml",
1939
  "source_pointer": "/32",
1940
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1941
  "source_object": {
1942
  "id": "RQ-EPIST-002",
1943
  "domain": "Epistemology",
@@ -1972,7 +1972,7 @@
1972
  "status": "open",
1973
  "source_path": "research/registry/questions.yaml",
1974
  "source_pointer": "/29",
1975
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
1976
  "source_object": {
1977
  "id": "RQ-ETH-001",
1978
  "domain": "Ethics",
@@ -2011,7 +2011,7 @@
2011
  "status": "open",
2012
  "source_path": "research/registry/questions.yaml",
2013
  "source_pointer": "/30",
2014
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2015
  "source_object": {
2016
  "id": "RQ-ETH-002",
2017
  "domain": "Ethics",
@@ -2046,7 +2046,7 @@
2046
  "status": "open",
2047
  "source_path": "research/registry/questions.yaml",
2048
  "source_pointer": "/36",
2049
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2050
  "source_object": {
2051
  "id": "RQ-GEN-001",
2052
  "domain": "Learning Generalization",
@@ -2081,7 +2081,7 @@
2081
  "status": "open",
2082
  "source_path": "research/registry/questions.yaml",
2083
  "source_pointer": "/12",
2084
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2085
  "source_object": {
2086
  "id": "RQ-HOM-001",
2087
  "domain": "Homeostasis",
@@ -2118,7 +2118,7 @@
2118
  "status": "open",
2119
  "source_path": "research/registry/questions.yaml",
2120
  "source_pointer": "/13",
2121
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2122
  "source_object": {
2123
  "id": "RQ-HOM-002",
2124
  "domain": "Homeostasis",
@@ -2155,7 +2155,7 @@
2155
  "status": "open",
2156
  "source_path": "research/registry/questions.yaml",
2157
  "source_pointer": "/43",
2158
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2159
  "source_object": {
2160
  "id": "RQ-LIFE-001",
2161
  "domain": "Lifelong Learning",
@@ -2190,7 +2190,7 @@
2190
  "status": "open",
2191
  "source_path": "research/registry/questions.yaml",
2192
  "source_pointer": "/28",
2193
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2194
  "source_object": {
2195
  "id": "RQ-LLM-001",
2196
  "domain": "Language Organ",
@@ -2225,7 +2225,7 @@
2225
  "status": "open",
2226
  "source_path": "research/registry/questions.yaml",
2227
  "source_pointer": "/26",
2228
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2229
  "source_object": {
2230
  "id": "RQ-MEM-001",
2231
  "domain": "Memory",
@@ -2260,7 +2260,7 @@
2260
  "status": "open",
2261
  "source_path": "research/registry/questions.yaml",
2262
  "source_pointer": "/41",
2263
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2264
  "source_object": {
2265
  "id": "RQ-PERF-001",
2266
  "domain": "Runtime Performance",
@@ -2295,7 +2295,7 @@
2295
  "status": "open",
2296
  "source_path": "research/registry/questions.yaml",
2297
  "source_pointer": "/6",
2298
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2299
  "source_object": {
2300
  "id": "RQ-PING-001",
2301
  "domain": "Network Dynamics",
@@ -2329,7 +2329,7 @@
2329
  "status": "open",
2330
  "source_path": "research/registry/questions.yaml",
2331
  "source_pointer": "/35",
2332
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2333
  "source_object": {
2334
  "id": "RQ-REC-001",
2335
  "domain": "Recurrent Dynamics",
@@ -2364,7 +2364,7 @@
2364
  "status": "open",
2365
  "source_path": "research/registry/questions.yaml",
2366
  "source_pointer": "/42",
2367
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2368
  "source_object": {
2369
  "id": "RQ-REC-002",
2370
  "domain": "Recurrent Dynamics",
@@ -2399,7 +2399,7 @@
2399
  "status": "open",
2400
  "source_path": "research/registry/questions.yaml",
2401
  "source_pointer": "/9",
2402
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2403
  "source_object": {
2404
  "id": "RQ-REG-001",
2405
  "domain": "Regulation",
@@ -2433,7 +2433,7 @@
2433
  "status": "open",
2434
  "source_path": "research/registry/questions.yaml",
2435
  "source_pointer": "/39",
2436
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2437
  "source_object": {
2438
  "id": "RQ-REG-002",
2439
  "domain": "Closed-loop Regulation",
@@ -2469,7 +2469,7 @@
2469
  "status": "open",
2470
  "source_path": "research/registry/questions.yaml",
2471
  "source_pointer": "/37",
2472
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2473
  "source_object": {
2474
  "id": "RQ-REPL-001",
2475
  "domain": "Replication",
@@ -2504,7 +2504,7 @@
2504
  "status": "open",
2505
  "source_path": "research/registry/questions.yaml",
2506
  "source_pointer": "/22",
2507
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2508
  "source_object": {
2509
  "id": "RQ-SCALE-001",
2510
  "domain": "Scaling",
@@ -2539,7 +2539,7 @@
2539
  "status": "open",
2540
  "source_path": "research/registry/questions.yaml",
2541
  "source_pointer": "/23",
2542
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2543
  "source_object": {
2544
  "id": "RQ-SELF-001",
2545
  "domain": "Self-Organization",
@@ -2576,7 +2576,7 @@
2576
  "status": "open",
2577
  "source_path": "research/registry/questions.yaml",
2578
  "source_pointer": "/24",
2579
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2580
  "source_object": {
2581
  "id": "RQ-SELF-002",
2582
  "domain": "Self-Organization",
@@ -2611,7 +2611,7 @@
2611
  "status": "open",
2612
  "source_path": "research/registry/questions.yaml",
2613
  "source_pointer": "/0",
2614
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2615
  "source_object": {
2616
  "id": "RQ-SNN-001",
2617
  "domain": "Spiking Neural Networks",
@@ -2649,7 +2649,7 @@
2649
  "status": "open",
2650
  "source_path": "research/registry/questions.yaml",
2651
  "source_pointer": "/1",
2652
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2653
  "source_object": {
2654
  "id": "RQ-SNN-002",
2655
  "domain": "Spiking Neural Networks",
@@ -2687,7 +2687,7 @@
2687
  "status": "open",
2688
  "source_path": "research/registry/questions.yaml",
2689
  "source_pointer": "/3",
2690
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2691
  "source_object": {
2692
  "id": "RQ-SNN-003",
2693
  "domain": "Spiking Neural Networks",
@@ -2703,12 +2703,12 @@
2703
  "evidence": [],
2704
  "status": "open",
2705
  "answer": {
2706
- "current": "EXP-S1-TOPO-V2-20260918 und die korrigierte interne Replikation EXP-S1-TOPO-V3-R1-20260918 liefern DATA-seitige Unterstützung dafür, dass die konkrete Topologie im präregistrierten 64-Neuronen-/246-Kanten-Stage-1-Regime die Propagationsdynamik beeinflusst. R1 löst die terminale active_fraction-Sättigung von 1d/2d/3d durch prospektiv definierte zeitaufgelöste Endpunkte auf und repliziert alle fünf V2-First-Output-Latenzrichtungen auf neuen Seeds. Human Review und EVID-Entscheidung stehen aus.",
2707
- "confidence": "replicated_internal_data_review_pending",
2708
- "limitations": "Interne Replikation ist keine unabhängige externe Replikation. Kein 5D-Vorteilsclaim; H-5D-005-A bleibt separat open/untested und erfordert das größere dimensionsspezifische Prüfprogramm."
2709
  },
2710
  "created": "2026-08-23",
2711
- "updated": "2026-09-18"
2712
  }
2713
  },
2714
  {
@@ -2725,7 +2725,7 @@
2725
  "status": "open",
2726
  "source_path": "research/registry/questions.yaml",
2727
  "source_pointer": "/4",
2728
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2729
  "source_object": {
2730
  "id": "RQ-SNN-004",
2731
  "domain": "Spiking Neural Networks",
@@ -2763,7 +2763,7 @@
2763
  "status": "open",
2764
  "source_path": "research/registry/questions.yaml",
2765
  "source_pointer": "/5",
2766
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2767
  "source_object": {
2768
  "id": "RQ-SNN-005",
2769
  "domain": "Spiking Neural Networks",
@@ -2801,7 +2801,7 @@
2801
  "status": "open",
2802
  "source_path": "research/registry/questions.yaml",
2803
  "source_pointer": "/44",
2804
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2805
  "source_object": {
2806
  "id": "RQ-SNN-006",
2807
  "domain": "Spiking Neural Networks",
@@ -2839,7 +2839,7 @@
2839
  "status": "open",
2840
  "source_path": "research/registry/questions.yaml",
2841
  "source_pointer": "/10",
2842
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2843
  "source_object": {
2844
  "id": "RQ-STDP-001",
2845
  "domain": "STDP",
@@ -2877,7 +2877,7 @@
2877
  "status": "open",
2878
  "source_path": "research/registry/questions.yaml",
2879
  "source_pointer": "/11",
2880
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2881
  "source_object": {
2882
  "id": "RQ-STDP-002",
2883
  "domain": "STDP",
@@ -2914,7 +2914,7 @@
2914
  "status": "open",
2915
  "source_path": "research/registry/questions.yaml",
2916
  "source_pointer": "/18",
2917
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2918
  "source_object": {
2919
  "id": "RQ-STORAGE-001",
2920
  "domain": "Storage",
@@ -2949,7 +2949,7 @@
2949
  "status": "open",
2950
  "source_path": "research/registry/questions.yaml",
2951
  "source_pointer": "/19",
2952
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2953
  "source_object": {
2954
  "id": "RQ-STORAGE-002",
2955
  "domain": "Storage",
@@ -2984,7 +2984,7 @@
2984
  "status": "open",
2985
  "source_path": "research/registry/questions.yaml",
2986
  "source_pointer": "/20",
2987
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
2988
  "source_object": {
2989
  "id": "RQ-STORAGE-003",
2990
  "domain": "Storage",
@@ -3019,7 +3019,7 @@
3019
  "status": "open",
3020
  "source_path": "research/registry/questions.yaml",
3021
  "source_pointer": "/21",
3022
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
3023
  "source_object": {
3024
  "id": "RQ-STORAGE-004",
3025
  "domain": "Storage",
@@ -3054,7 +3054,7 @@
3054
  "status": "open",
3055
  "source_path": "research/registry/questions.yaml",
3056
  "source_pointer": "/25",
3057
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
3058
  "source_object": {
3059
  "id": "RQ-STRUCT-001",
3060
  "domain": "Structural Plasticity",
@@ -3089,7 +3089,7 @@
3089
  "status": "open",
3090
  "source_path": "research/registry/questions.yaml",
3091
  "source_pointer": "/34",
3092
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
3093
  "source_object": {
3094
  "id": "RQ-SUITE-001",
3095
  "domain": "Research Infrastructure",
@@ -3124,7 +3124,7 @@
3124
  "status": "open",
3125
  "source_path": "research/registry/questions.yaml",
3126
  "source_pointer": "/7",
3127
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
3128
  "source_object": {
3129
  "id": "RQ-TEMP-001",
3130
  "domain": "Temporal State",
@@ -3158,7 +3158,7 @@
3158
  "status": "open",
3159
  "source_path": "research/registry/questions.yaml",
3160
  "source_pointer": "/40",
3161
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
3162
  "source_object": {
3163
  "id": "RQ-TEMP-002",
3164
  "domain": "Temporal Learning",
@@ -3171,12 +3171,12 @@
3171
  "evidence": [],
3172
  "status": "open",
3173
  "answer": {
3174
- "current": null,
3175
- "confidence": "none",
3176
- "limitations": "Eine Reihenfolgenabhängigkeit ist zunächst nur eine dynamische Differenz, kein Gedächtnisnachweis."
3177
  },
3178
  "created": "2026-09-05",
3179
- "updated": "2026-09-05"
3180
  }
3181
  },
3182
  {
@@ -3193,7 +3193,7 @@
3193
  "status": "open",
3194
  "source_path": "research/registry/questions.yaml",
3195
  "source_pointer": "/8",
3196
- "source_sha256": "df79c8f477e8797e762d6c94cb258976a22ce67a76fbe67c6c6ec4fb54596f66",
3197
  "source_object": {
3198
  "id": "RQ-TIME-001",
3199
  "domain": "Learning Timescale",
 
1617
  "status": "open",
1618
  "source_path": "research/registry/questions.yaml",
1619
  "source_pointer": "/14",
1620
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1621
  "source_object": {
1622
  "id": "RQ-5D-001",
1623
  "domain": "5D Topology",
 
1654
  "status": "open",
1655
  "source_path": "research/registry/questions.yaml",
1656
  "source_pointer": "/15",
1657
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1658
  "source_object": {
1659
  "id": "RQ-5D-002",
1660
  "domain": "5D Topology",
 
1689
  "status": "open",
1690
  "source_path": "research/registry/questions.yaml",
1691
  "source_pointer": "/16",
1692
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1693
  "source_object": {
1694
  "id": "RQ-5D-003",
1695
  "domain": "5D Topology",
 
1724
  "status": "open",
1725
  "source_path": "research/registry/questions.yaml",
1726
  "source_pointer": "/17",
1727
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1728
  "source_object": {
1729
  "id": "RQ-5D-004",
1730
  "domain": "5D Topology",
 
1759
  "status": "open",
1760
  "source_path": "research/registry/questions.yaml",
1761
  "source_pointer": "/38",
1762
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1763
  "source_object": {
1764
  "id": "RQ-5D-005",
1765
  "domain": "5D Topology",
 
1794
  "status": "open",
1795
  "source_path": "research/registry/questions.yaml",
1796
  "source_pointer": "/33",
1797
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1798
  "source_object": {
1799
  "id": "RQ-AIR-001",
1800
  "domain": "AI-Assisted Research",
 
1829
  "status": "open",
1830
  "source_path": "research/registry/questions.yaml",
1831
  "source_pointer": "/2",
1832
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1833
  "source_object": {
1834
  "id": "RQ-DET-001",
1835
  "domain": "Determinism",
 
1866
  "status": "open",
1867
  "source_path": "research/registry/questions.yaml",
1868
  "source_pointer": "/27",
1869
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1870
  "source_object": {
1871
  "id": "RQ-EMB-001",
1872
  "domain": "Embodiment",
 
1902
  "status": "open",
1903
  "source_path": "research/registry/questions.yaml",
1904
  "source_pointer": "/31",
1905
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1906
  "source_object": {
1907
  "id": "RQ-EPIST-001",
1908
  "domain": "Epistemology",
 
1937
  "status": "open",
1938
  "source_path": "research/registry/questions.yaml",
1939
  "source_pointer": "/32",
1940
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1941
  "source_object": {
1942
  "id": "RQ-EPIST-002",
1943
  "domain": "Epistemology",
 
1972
  "status": "open",
1973
  "source_path": "research/registry/questions.yaml",
1974
  "source_pointer": "/29",
1975
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
1976
  "source_object": {
1977
  "id": "RQ-ETH-001",
1978
  "domain": "Ethics",
 
2011
  "status": "open",
2012
  "source_path": "research/registry/questions.yaml",
2013
  "source_pointer": "/30",
2014
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2015
  "source_object": {
2016
  "id": "RQ-ETH-002",
2017
  "domain": "Ethics",
 
2046
  "status": "open",
2047
  "source_path": "research/registry/questions.yaml",
2048
  "source_pointer": "/36",
2049
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2050
  "source_object": {
2051
  "id": "RQ-GEN-001",
2052
  "domain": "Learning Generalization",
 
2081
  "status": "open",
2082
  "source_path": "research/registry/questions.yaml",
2083
  "source_pointer": "/12",
2084
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2085
  "source_object": {
2086
  "id": "RQ-HOM-001",
2087
  "domain": "Homeostasis",
 
2118
  "status": "open",
2119
  "source_path": "research/registry/questions.yaml",
2120
  "source_pointer": "/13",
2121
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2122
  "source_object": {
2123
  "id": "RQ-HOM-002",
2124
  "domain": "Homeostasis",
 
2155
  "status": "open",
2156
  "source_path": "research/registry/questions.yaml",
2157
  "source_pointer": "/43",
2158
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2159
  "source_object": {
2160
  "id": "RQ-LIFE-001",
2161
  "domain": "Lifelong Learning",
 
2190
  "status": "open",
2191
  "source_path": "research/registry/questions.yaml",
2192
  "source_pointer": "/28",
2193
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2194
  "source_object": {
2195
  "id": "RQ-LLM-001",
2196
  "domain": "Language Organ",
 
2225
  "status": "open",
2226
  "source_path": "research/registry/questions.yaml",
2227
  "source_pointer": "/26",
2228
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2229
  "source_object": {
2230
  "id": "RQ-MEM-001",
2231
  "domain": "Memory",
 
2260
  "status": "open",
2261
  "source_path": "research/registry/questions.yaml",
2262
  "source_pointer": "/41",
2263
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2264
  "source_object": {
2265
  "id": "RQ-PERF-001",
2266
  "domain": "Runtime Performance",
 
2295
  "status": "open",
2296
  "source_path": "research/registry/questions.yaml",
2297
  "source_pointer": "/6",
2298
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2299
  "source_object": {
2300
  "id": "RQ-PING-001",
2301
  "domain": "Network Dynamics",
 
2329
  "status": "open",
2330
  "source_path": "research/registry/questions.yaml",
2331
  "source_pointer": "/35",
2332
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2333
  "source_object": {
2334
  "id": "RQ-REC-001",
2335
  "domain": "Recurrent Dynamics",
 
2364
  "status": "open",
2365
  "source_path": "research/registry/questions.yaml",
2366
  "source_pointer": "/42",
2367
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2368
  "source_object": {
2369
  "id": "RQ-REC-002",
2370
  "domain": "Recurrent Dynamics",
 
2399
  "status": "open",
2400
  "source_path": "research/registry/questions.yaml",
2401
  "source_pointer": "/9",
2402
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2403
  "source_object": {
2404
  "id": "RQ-REG-001",
2405
  "domain": "Regulation",
 
2433
  "status": "open",
2434
  "source_path": "research/registry/questions.yaml",
2435
  "source_pointer": "/39",
2436
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2437
  "source_object": {
2438
  "id": "RQ-REG-002",
2439
  "domain": "Closed-loop Regulation",
 
2469
  "status": "open",
2470
  "source_path": "research/registry/questions.yaml",
2471
  "source_pointer": "/37",
2472
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2473
  "source_object": {
2474
  "id": "RQ-REPL-001",
2475
  "domain": "Replication",
 
2504
  "status": "open",
2505
  "source_path": "research/registry/questions.yaml",
2506
  "source_pointer": "/22",
2507
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2508
  "source_object": {
2509
  "id": "RQ-SCALE-001",
2510
  "domain": "Scaling",
 
2539
  "status": "open",
2540
  "source_path": "research/registry/questions.yaml",
2541
  "source_pointer": "/23",
2542
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2543
  "source_object": {
2544
  "id": "RQ-SELF-001",
2545
  "domain": "Self-Organization",
 
2576
  "status": "open",
2577
  "source_path": "research/registry/questions.yaml",
2578
  "source_pointer": "/24",
2579
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2580
  "source_object": {
2581
  "id": "RQ-SELF-002",
2582
  "domain": "Self-Organization",
 
2611
  "status": "open",
2612
  "source_path": "research/registry/questions.yaml",
2613
  "source_pointer": "/0",
2614
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2615
  "source_object": {
2616
  "id": "RQ-SNN-001",
2617
  "domain": "Spiking Neural Networks",
 
2649
  "status": "open",
2650
  "source_path": "research/registry/questions.yaml",
2651
  "source_pointer": "/1",
2652
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2653
  "source_object": {
2654
  "id": "RQ-SNN-002",
2655
  "domain": "Spiking Neural Networks",
 
2687
  "status": "open",
2688
  "source_path": "research/registry/questions.yaml",
2689
  "source_pointer": "/3",
2690
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2691
  "source_object": {
2692
  "id": "RQ-SNN-003",
2693
  "domain": "Spiking Neural Networks",
 
2703
  "evidence": [],
2704
  "status": "open",
2705
  "answer": {
2706
+ "current": "EXP-S1-TOPO-V2-20260918 und EXP-S1-TOPO-V3-R1-20260918 bilden gemeinsam die kanonische Stage-1-Topologie-DATA-Linie. Beide Human Reviews durch Thomas Heisig akzeptieren die begrenzte Interpretation. Die DATA sind nicht als EVID promotet.",
2707
+ "confidence": "replicated_internal_data_human_reviewed_evid_not_promoted",
2708
+ "limitations": "Interne Replikation ist keine unabhängige externe Replikation. Die historischen V2/R1-Manifeste erfüllen den aktuellen EvidenceEngine- Promotionsvertrag nicht vollständig und werden nicht rückwirkend umgeschrieben. Kein 5D-Vorteilsclaim; H-5D-005-A bleibt separat open/untested."
2709
  },
2710
  "created": "2026-08-23",
2711
+ "updated": "2026-09-25"
2712
  }
2713
  },
2714
  {
 
2725
  "status": "open",
2726
  "source_path": "research/registry/questions.yaml",
2727
  "source_pointer": "/4",
2728
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2729
  "source_object": {
2730
  "id": "RQ-SNN-004",
2731
  "domain": "Spiking Neural Networks",
 
2763
  "status": "open",
2764
  "source_path": "research/registry/questions.yaml",
2765
  "source_pointer": "/5",
2766
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2767
  "source_object": {
2768
  "id": "RQ-SNN-005",
2769
  "domain": "Spiking Neural Networks",
 
2801
  "status": "open",
2802
  "source_path": "research/registry/questions.yaml",
2803
  "source_pointer": "/44",
2804
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2805
  "source_object": {
2806
  "id": "RQ-SNN-006",
2807
  "domain": "Spiking Neural Networks",
 
2839
  "status": "open",
2840
  "source_path": "research/registry/questions.yaml",
2841
  "source_pointer": "/10",
2842
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2843
  "source_object": {
2844
  "id": "RQ-STDP-001",
2845
  "domain": "STDP",
 
2877
  "status": "open",
2878
  "source_path": "research/registry/questions.yaml",
2879
  "source_pointer": "/11",
2880
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2881
  "source_object": {
2882
  "id": "RQ-STDP-002",
2883
  "domain": "STDP",
 
2914
  "status": "open",
2915
  "source_path": "research/registry/questions.yaml",
2916
  "source_pointer": "/18",
2917
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2918
  "source_object": {
2919
  "id": "RQ-STORAGE-001",
2920
  "domain": "Storage",
 
2949
  "status": "open",
2950
  "source_path": "research/registry/questions.yaml",
2951
  "source_pointer": "/19",
2952
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2953
  "source_object": {
2954
  "id": "RQ-STORAGE-002",
2955
  "domain": "Storage",
 
2984
  "status": "open",
2985
  "source_path": "research/registry/questions.yaml",
2986
  "source_pointer": "/20",
2987
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
2988
  "source_object": {
2989
  "id": "RQ-STORAGE-003",
2990
  "domain": "Storage",
 
3019
  "status": "open",
3020
  "source_path": "research/registry/questions.yaml",
3021
  "source_pointer": "/21",
3022
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
3023
  "source_object": {
3024
  "id": "RQ-STORAGE-004",
3025
  "domain": "Storage",
 
3054
  "status": "open",
3055
  "source_path": "research/registry/questions.yaml",
3056
  "source_pointer": "/25",
3057
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
3058
  "source_object": {
3059
  "id": "RQ-STRUCT-001",
3060
  "domain": "Structural Plasticity",
 
3089
  "status": "open",
3090
  "source_path": "research/registry/questions.yaml",
3091
  "source_pointer": "/34",
3092
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
3093
  "source_object": {
3094
  "id": "RQ-SUITE-001",
3095
  "domain": "Research Infrastructure",
 
3124
  "status": "open",
3125
  "source_path": "research/registry/questions.yaml",
3126
  "source_pointer": "/7",
3127
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
3128
  "source_object": {
3129
  "id": "RQ-TEMP-001",
3130
  "domain": "Temporal State",
 
3158
  "status": "open",
3159
  "source_path": "research/registry/questions.yaml",
3160
  "source_pointer": "/40",
3161
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
3162
  "source_object": {
3163
  "id": "RQ-TEMP-002",
3164
  "domain": "Temporal Learning",
 
3171
  "evidence": [],
3172
  "status": "open",
3173
  "answer": {
3174
+ "current": "EXP-S1-TEMP-ORDER-V2-20260919 liefert präregistrierte Stage-1-DATA aus 120 Läufen über 20 Seeds mit identity-destroyed Kontrolle. Der Laufstatus ist SUPPORTED_WITHIN_PREREGISTERED_PROTOCOL. Der Human Review durch Thomas Heisig ist mit accepted_as_interpretation abgeschlossen; EVID-Promotion und unabhängige Replikation stehen separat aus.",
3175
+ "confidence": "preregistered_task_data_human_reviewed_evid_not_promoted",
3176
+ "limitations": "Der Befund ist eine eng begrenzte Small-SNN-Funktionslinie. Er belegt weder Lernen, Gedächtnis, allgemeines zeitliches Schlussfolgern, Skalierbarkeit noch unabhängige Replikation und ist keine Replikation der Topologie-DATA-Linie."
3177
  },
3178
  "created": "2026-09-05",
3179
+ "updated": "2026-09-25"
3180
  }
3181
  },
3182
  {
 
3193
  "status": "open",
3194
  "source_path": "research/registry/questions.yaml",
3195
  "source_pointer": "/8",
3196
+ "source_sha256": "1121b24da43721e146949756777e871163cc7045aa37c4dee315a3aee204775d",
3197
  "source_object": {
3198
  "id": "RQ-TIME-001",
3199
  "domain": "Learning Timescale",
research/publications/2026-09-17_recursive-epistemics_v1.8/sources/content_integration.json CHANGED
@@ -404,7 +404,8 @@
404
  "source_paths": [
405
  "research/decisions/2026-09-17_determinism_registry_airr_alignment.md",
406
  "research/decisions/2026-09-17_snn003_topology_propagation_v1_adequacy.md",
407
- "research/experiments/EXP-BATCH-20260914074039-03/review-20260917.md"
 
408
  ],
409
  "source_role": "accepted methodological interpretation and prospective design constraint",
410
  "manuscript_parts": [
@@ -481,17 +482,18 @@
481
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/calibration.json",
482
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/evaluation.json",
483
  "research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json",
484
- "research/workflows/SERIES-STAGE1-TOPOLOGY-V2-20260918.json"
 
485
  ],
486
- "source_role": "source-bound confirmatory Stage-1 DATA package pending human review",
487
  "manuscript_parts": [
488
  "IV",
489
  "X",
490
  "XI"
491
  ],
492
- "integration_status": "semantically_integrated_DATA_review_pending",
493
  "integration_mode": "preregistration_design_results_statistics_limitations_and_claim-boundary_synthesis",
494
- "boundaries": "Supports H-SNN-003-B only within the preregistered 64-neuron Stage-1 regime. No automatic EVID promotion, no 5D superiority claim, and no support for H-5D-005-A before the separate >=1000-neuron geometry-specific programme."
495
  },
496
  {
497
  "id": "CORPUS-STAGE1-TOPOLOGY-V3-R1",
@@ -505,17 +507,39 @@
505
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/analysis/statistics.json",
506
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/data/evaluation.json",
507
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json",
508
- "research/workflows/SERIES-STAGE1-TOPOLOGY-V3-R1-20260918.json"
 
509
  ],
510
- "source_role": "source-bound corrected internal replication DATA package pending human review",
511
  "manuscript_parts": [
512
  "IV",
513
  "X",
514
  "XI"
515
  ],
516
- "integration_status": "semantically_integrated_DATA_review_pending",
517
  "integration_mode": "analysis-correction_audit_time-resolved_results_internal-replication_limitations_and_claim-boundary",
518
- "boundaries": "R1 resolves the V2 terminal active_fraction ceiling with prospective time-resolved endpoints and internally replicates V2 latency directions. It is not independent external replication, creates no EVID, supports no 5D superiority claim, and does not test H-5D-005-A."
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
519
  }
520
  ]
521
  }
 
404
  "source_paths": [
405
  "research/decisions/2026-09-17_determinism_registry_airr_alignment.md",
406
  "research/decisions/2026-09-17_snn003_topology_propagation_v1_adequacy.md",
407
+ "research/experiments/EXP-BATCH-20260914074039-03/review-20260917.md",
408
+ "research/decisions/2026-09-25_stage1_scientific_consolidation.md"
409
  ],
410
  "source_role": "accepted methodological interpretation and prospective design constraint",
411
  "manuscript_parts": [
 
482
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/calibration.json",
483
  "research/experiments/EXP-S1-TOPO-V2-20260918/data/evaluation.json",
484
  "research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json",
485
+ "research/workflows/SERIES-STAGE1-TOPOLOGY-V2-20260918.json",
486
+ "research/experiments/EXP-S1-TOPO-V2-20260918/review_request.json.review.json"
487
  ],
488
+ "source_role": "source-bound confirmatory Stage-1 DATA package with completed human interpretation review",
489
  "manuscript_parts": [
490
  "IV",
491
  "X",
492
  "XI"
493
  ],
494
+ "integration_status": "semantically_integrated_DATA_human_reviewed_no_EVID",
495
  "integration_mode": "preregistration_design_results_statistics_limitations_and_claim-boundary_synthesis",
496
+ "boundaries": "Supports H-SNN-003-B only within the preregistered 64-neuron Stage-1 regime. Human review accepts the bounded interpretation but does not create canonical EVID, independent replication, a 5D superiority claim or support for H-5D-005-A."
497
  },
498
  {
499
  "id": "CORPUS-STAGE1-TOPOLOGY-V3-R1",
 
507
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/analysis/statistics.json",
508
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/data/evaluation.json",
509
  "research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json",
510
+ "research/workflows/SERIES-STAGE1-TOPOLOGY-V3-R1-20260918.json",
511
+ "research/experiments/EXP-S1-TOPO-V3-R1-20260918/review_request.json.human-review.json"
512
  ],
513
+ "source_role": "source-bound corrected internal replication DATA package with completed human interpretation review",
514
  "manuscript_parts": [
515
  "IV",
516
  "X",
517
  "XI"
518
  ],
519
+ "integration_status": "semantically_integrated_DATA_human_reviewed_no_EVID",
520
  "integration_mode": "analysis-correction_audit_time-resolved_results_internal-replication_limitations_and_claim-boundary",
521
+ "boundaries": "R1 resolves the V2 terminal active_fraction ceiling with prospective time-resolved endpoints and internally replicates V2 latency directions. Human review accepts the bounded interpretation; it is not independent external replication, creates no canonical EVID, supports no 5D superiority claim, and does not test H-5D-005-A."
522
+ },
523
+ {
524
+ "id": "CORPUS-STAGE1-TEMPORAL-ORDER-V2",
525
+ "title": "Preregistered Stage-1 temporal-order task with identity-destroyed control",
526
+ "source_paths": [
527
+ "research/preregistrations/PREREG-S1-TEMP-ORDER-V2.json",
528
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/manifest.json",
529
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/report.md",
530
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/analysis/statistics.json",
531
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/review_request.json",
532
+ "research/experiments/EXP-S1-TEMP-ORDER-V2-20260919/review_request.json.review.json"
533
+ ],
534
+ "source_role": "source-bound Stage-1 task DATA package with completed human interpretation review",
535
+ "manuscript_parts": [
536
+ "IV",
537
+ "X",
538
+ "XI"
539
+ ],
540
+ "integration_status": "semantically_integrated_DATA_human_reviewed_no_EVID",
541
+ "integration_mode": "preregistered_task_design_information-destroyed-control_results_claim-boundary",
542
+ "boundaries": "The task shows bounded temporal-order decodability in a fixed six-neuron SNN. Human review accepts the bounded interpretation but does not create canonical EVID. It does not establish learning, memory, cognition, scaling, general temporal reasoning or independent replication, and it is not an independent replication of the topology line."
543
  }
544
  ]
545
  }