PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.11326v2cs.LO

자기 수정 하에서의 라이스 정리: 고양 연산자와 정규형

Rice's Theorem under Self-Modification: Elevation Operators and a Normal Form

우리는 자기 수정(self-modifying) 계산 시스템이 안전성 속성을 다음 단계에서 보존하는지(보존, preservation), 그리고 전체 진화 과정에 걸쳐 보존하는지(지속, persistence)를 알고리즘적으로 인증할 수 있는지를 묻는다. 자기 수정의 한 단계는 프로그램 인덱스에 대한 전체 계산 가능 변환 $\Phi$이며, 보존은 고양된(elevated) 속성 $\Lambda_\Phi(P)=\{x\in P:\Phi(x)\in P\}$로 표현된다. $\Phi$가 외연적(extensional)이면 $\Lambda_\Phi(P)$는 행동적(behavioural) 속성이 되어 라이스 정리가 적용된다. $\Phi$가 코드를 읽는 경우 $\Lambda_\Phi(P)$는 더 이상 행동적이지 않지만, 균일 교란(uniform disruption, $K$를 인코딩하는 비활성 래퍼) 하에서는 라이스 정리를 증명하는 s-m-n 환원이 단일한 행동적 파이버(fibre) 내부에서 작동하며, $\Lambda_\Phi(P)$는 정지 문제의 차수(halting degree)를 물려받는다. 이는 두 가지 스케일에서 나타나는 라이스 정리의 하나의 풀백(pullback)이다. 한 단계의 차수는 $P$의 차수를 넘지 않으며, 지속은 $\Phi$가 외연적인 경우에도 $\Sigma^0_1$ 속성에 대해 $\Pi^0_2$-완전(complete)일 수 있다. 이어서 우리는 재작성(rewriting), 감독(supervision), 시스템 비교에 공통된 메커니즘을 분리해 내는데, 이것이 의미론적 고양 연산자(semantic elevation operator)이다. 이 연산자는 기저 시스템을 감싸고, $K$에 고정된 하나의 유한한 사건, 즉 속성으로의 진입 또는 이탈에 반응한다. 이 부류에서 고양된 속성은 트리거와 극성(polarity)만으로 결정되는 $P\cap S_a$ 또는 $P\setminus S_a$이며, $K$ 또는 그 여집합을 물려받고, 안전 영역은 재귀적으로 열거 가능하지 않다. 라이스-샤피로(Rice-Shapiro) 정리는 극성을 제한한다. 즉 유한 트리거는 $\Sigma^0_1$ 속성에만 진입할 수 있고 $\Pi^0_1$ 속성에서만 이탈할 수 있다. 네 가지 축(기능적, 연역적, 참조 대상에 대한 적합성, 모니터링)은 검증된 사례이며, 감독자의 탑(tower)을 쌓아도 이 장벽은 낮아지지 않는다. 또한 이 부류 밖에 있는 $K$-난해(K-hard) 내포적(intensional) 연산자를 제시하고, 미해결 특성화 문제를 명시한다.