SuperAPI AI 工具集

yoneda-directed

智能体与模型

查看项目

更新于 10-16 10:51

技能介绍

Directed Yoneda Skill 围绕“有向米田引理即是有向路径归纳”这一核心洞察展开。

核心洞察

该技能引用 Emily Riehl 与 Michael Shulman 的表述:“依赖米田引理是路径归纳的有向类比。”资料以对照方式区分了标准 HoTT 与有向 HoTT:

  • 标准 HoTT 使用路径归纳(path induction);有向 HoTT 使用有向路径归纳(directed path induction)。
  • 标准 HoTT 针对 ∞-群胚的米田引理;有向 HoTT 针对 ∞-范畴的依赖米田引理。
  • 标准 HoTT 中类型具有同一性(identity);有向 HoTT 中 Segal 类型具有复合(composition)。

核心定义(Rzk)

资料使用 Rzk 语言(#lang rzk-1)给出依赖米田引理的定义:要证明对所有 x : A 和 f : hom A a x 成立的性质 P(x, f),只需证明 P(a, id_a)。其形式化表达为:

#lang rzk-1

-- Dependent Yoneda lemma
-- To prove P(x, f) for all x : A and f : hom A a x,
-- it suffices to prove P(a, id_a)

#define dep-yoneda
(A : Segal-type) (a : A)
(P : (x : A) → hom A a x → U)
(base : P a (id a))
: (x : A) → (f : hom A a x) → P x f
:= λ x f. transport-along-hom P f base

-- This is "directed path induction"
#define directed-path-induction := dep-yoneda

即:directed-path-induction 被直接定义为 dep-yoneda。

定理

对于任意 Segal 类型 A、元素 a : A 以及类型族 P,如果拥有 base : P(a, id_a),那么对所有 x : A 和 f : hom(a, x),都可以得到 P(x, f)。资料将其类比为:“要证明从 a 出发的所有路径,只需为自反路径作证明。”

Chemputer 语义

资料给出化学解释:要证明从起始材料 A 出发的所有反应产物的某个性质,只需对 A 本身(即同一“零反应”)证明该性质;有向归纳会将这一性质沿所有反应路径传播。

GF(3) 三元组

该技能被标注为验证器(Validator,-1 极性),并给出两个满足 GF(3) 守恒的三元组关系:

yoneda-directed (-1) ⊗ elements-infinity-cats (0) ⊗ synthetic-adjunctions (+1) = 0 ✓ yoneda-directed (-1) ⊗ cognitive-superposition (0) ⊗ curiosity-driven (+1) = 0 ✓

作为验证器(-1),yoneda-directed 验证:性质沿态射正确传播、单位元处的基例足够、归纳原理是可靠的。

适用场景与限制

从资料看,该技能主要用于合成 ∞-范畴与有向同伦类型论的形式化推理,充当验证器角色。其定理与代码示例均针对 Segal 类型与 Rzk 语言环境。资料未说明该技能的具体调用方式、安装命令、接口、运行环境要求、性能表现或收费信息,这些内容暂未提供。