事态感知层 · 工程说明 · 给同事 态势介绍 · v6 成图

NARRATIVE WEIGHT · ENGINEERING

模型如何「理解」叙事权重

模型不会天生懂。它只会 attend 上下文里的 token。 工程要把「此刻哪套叙事在主导」编成 as_of 切片，投影后注入——下面用图把步骤讲清。

图一 · 事态图在表达什么

绿点 = 事实（越大越吵）；色块 = 叙事（把事实组织起来）。点选叙事过滤，看权重组织如何切分同一组事实。

事实 需求 供给 政策

Asia TMT 样例：同一组硬件事实，可被「需求还在加 / 供给跟不上 / 政策扰动」不同权重组织。样例 · 不是荐股。

架构一句话

和裸搜索同属「外挂数据层」，但这里多了结构与权重——热度不进模型参数。

网络是近实时外置状态；后训练只学技能（抽取、拒幻觉、会读图），不把今日热度焊进权重。
UPSTREAM

信源

群聊 · 总结鸭 · 研报 · 公开网。追求垂直域密度，多≠有效。

SA LAYER

事实–叙事权重网

抽取 → 闭集挂载 → share/rank → 发布 as_of 切片 → SA API。

MODEL

注入后推理

Prefill 吃进偏置；decode / CoT 在切片上推理。

把「重要」拆成可计算字段

模型只能吃清晰字段。声量、主导叙事、后果必须分开命名。

SALIENCE

议程声量

去重后的独立源注意力——图上点的大小。市场在聊什么。

CONSEQUENCE

后果（可选）

若打穿会怎样。与「吵」无关。

勿用频率直接当 consequence
DELTA · CONFLICT

变化与冲突

相对昨切片的重排；对打处必须显式列出。

图二 · 叙事权重条（可拧坏）

正确切片 vs 打乱权重。发给同事时：拧一下「打乱」，看声量带如何重排——评测里 Corrupted 臂就是这个。

模式：Oracle（正确权重）

Oracle：需求 40% · 供给 26% · 政策 14% · 电力 20%。模型应先对齐 rank1–2，再展开。

三层表达：存储 · 投影 · 消费契约

缺契约，JSON 只是又一篇 RAG 噪声；缺投影，整张网会把上下文 / KV 吃爆。

机器读的 as_of 切片

SA API 正文。可视化只是投影，不是真值。


          

          

            
按问题裁剪的 view

            
只带 top-k 叙事 + 每条 2–4 个高 salience 事实；必带 as_of、share/rank、delta、conflicts。

            
<sa as_of="2026-08-25 16:00" universe="asia_tmt">
主叙事: 需求还在加 (share=0.40, ↑0.06)
  — CSP上修capex; HBM交期拉长
次叙事: 供给跟不上 (share=0.26)
冲突: 需求 vs 政策 — 管制是否抵消增量未决
规则: 先对齐主叙事再展开; 冲突处标不确定
</sa>

          

          

            
逼模型真用权重

            
没有行为规则，数字只是装饰。

            
1. 回答前先点名 as_of 下 rank1–2 及 share
2. 因果优先用 member_facts；禁止编造切片外事实
3. 依赖冲突时必须写出 conflicts
4. share ≠ 收益率预测；禁止下单建议

          

        

      

    


    
    

      
图三 · 注入进模型时发生了什么

      
切片变成 prompt 前缀 → Prefill 写入 KV → Decode 时每个新 token 都 attend 到权重偏置。点档位看 L1/L2/L3。

      

        
        

          L1 提示注入：system 直接贴 compact 切片
          

            
            
            
          

        

      

      

        

          
          
          
        

        
最快验证路径：同一题对比「带正确切片 / 不带」。适合内部对齐与早期 eval。

      

    


    
    

      
图四 · 四臂评测（示意分数）

      
同一题、同一模型。关键不是 Oracle 最高，而是 Corrupted 系统性变差。

      

        
        

          示意得分
          样例刻度 · 非真实实验结果
        

      

      

        

          

            ORACLE SA
            
正确权重态

            
专家对齐切片。期望最好。

          

          

            STRONG RAG
            
强检索、无结构权重

            
过怀疑者的必要对照。

          

          

            NO CONTEXT
            
纯模型

            
易偏训练截止前旧共识。

          

          

            CORRUPTED
            
打乱 rank / share

            
应系统性变差 = 权重敏感证据。

          

        

        

          关键证伪：只证明 Oracle > No context 不够。必须看到 Corrupted 变差，才说明模型在用叙事权重，而不是「多塞了字」。
        

      

    


    

      
设计原则清单

      
可直接当规范贴进 repo / handoff。

      

        
    
          
  1. 1
    状态外置权重在 SA 切片里，不在 LoRA 里。
    2. 
          
  2. 2
    字段可分salience ≠ share ≠ consequence。
    3. 
          
  3. 3
    叙事可指稳定 id；引用 ID 而不是同义散文。
    4. 
          
  4. 4
    注入可投影top-k + 成员事实上限，防窗口被吃爆。
    5. 
          
  5. 5
    消费可强制先复述权重再推理；高风险题要求 cited ids。
    6. 
          
  6. 6
    切片有时间永远带 as_of；delta 往往更好用。
    7. 
          
  7. 7
    评测先于炫技四臂 + 专家排序 GT，再谈后训练读图。
    8.