–回顾–
之前我们讲过，当我们用窗口的方式进行对于结果的观测的时候，那么卦与卦之间就存在了关系性。只要能够进行有效追踪，那么便能在损失一定精度的前提下，获得信息的关联性结构。比起单独一个卦来说，这样的卦可以有效增加不同角度的信息交叉性，并得到复合后的结果。
–问题点–
但是这里有一个问题，就是你需要常态化稳定一个接口。因为接口的浮动直接就会作用于卦与卦之间的关系逻辑。基于原本一个盘的内容，进行复杂叠加后，因为光线追踪的过程是以牺牲了一小部分信息作为前提的，所以尽可能要减少额外多余的损失，所以尽可能稳定的接口可以减少模型构筑过程中，需要反复测试的数据结构的次数。
–Transaction与Token–
这么来形容的话，可能会感觉到很迷惑。那我换一个说法，接触过数据库的人应该会知道 Transaction，他可以把多条语句进行封装，然后进行执行。占卜过程因为会带有一定的损失。你可以模拟成一个Chat GPT的token，当记忆的token达到一个程度的时候，这时候就必然会为了你新提交的对话内容而选择性遗忘权重低的信息。这时候如果你把每个部分都分散开，每次都要执行一次，那么就会加速α衰减的出现。但是如果我们有办法对多条命令进行封装呢？这就是Transaction的便利性。但是前提是我们需要先有足够的执行次数，这时候我们就能建立一个名为Tran_Min这样的逻辑封装，而他封装的是你的算法。这样比起多个函数的内容，一个单独的被封装完成的Tran_Min，也就具有了其自带的一些机制，目前看来可能但不确定是否全包括的有：
原子性(Atomicity)
将多个算法规则转为单个最小执行单元, 不可再分(就如同自然界的原子不可再分), 所以算法规则中的操作要么都成功, 要么都失败
一致性(Consistency)
执行过程, 必须使宇宙从一个一致性状态, 变成另一个一致性状态, 一致性是通过原子性来保证的
半隔离性(Half-Isolation)
各个分支算法规则的执行互不干扰, 任意一个算法规则的内部操作对其他并发的算法规则, 都是半隔离的; 也就是说 : 并发执行的算法规则之间能看到对方的中间状态, 但是并发执行的事务之间不能相互影响，只能基于已有中间状态，协调自身来形成一个基于规则之下的结果。
持续性(Durability)
也叫”持久性”, 指算法规则一旦提交执行,除非无效，否则对数据的任何改变都记录到“永久存储器”中，成为变量中的一部分
通过4个特性的维持运转，能够用更少的token去维持更久的时间，从而减缓α衰减的速度。
至此我们获得了一个Tran_Min,这便是一个最基础的单元。我们常常说，一个算法需要足够多的人参与才能提高命中率。可以按照这个模型思考：在Tran_Min的调用过程中，可以提高其权重，这样不需要多次重新录入。而因为大多数用户调用的都是牌阵，或者说公式，所以并不会去重新定义一次这个Tran_Min。即使是真的出现部分信息被删了的情况，也可以进行修正，只是这种修正效果会随着创造者：使用者比例的变化而变化，除非创造者把自己的思路全盘托出，但是因为你不是创造者，所以即使是知道了也会有自己的想法，不可能站在同一个高度上。所以就会造成公式不稳定的情况。
–关于秘传–
虽然秘传算法可以，但是这个思路一般限制于少数心腹学生的那种。因为随着接触，心腹学生对于这个算法创造者的了解加深，站在的位置也能逐渐靠近，所以就能尽可能还原出来。但是对于大多数人来说，是没有必要推演一变为什么1+1=2能够推导出2*2=4的。所以当你是以这样的心态去使用他们的时候，就必然会承接着这样的偏差率去调用函数。再加上各种外力作用，共同铸就了圈内的常规命中率数值的这个结果。
–总结–
越是想要常态化，你越是要理解演变过程。越是要理解演变过程，就越需要思考。对于盘的思考，对于人性的思考，对于生活的思考。然后重新反哺回盘上面，用你的认知去不断调整，修正这个结构框架，以此来达到将占卜规则在宇宙中常态化的目的。
No responses yet