01OBSERVATION
表示可以是一次观测。
hidden tensor、字形、patch 和调用时词表都可以作为本次计算的证据，而不必共享一个永久 token 身份。
Literal · Runtime vocabulary · PulseARTI / CONCEPT
压缩证据，不压平结构。
ARTI 是一套 PyTorch-first 研究架构。它让可变观测进入固定容量的潜在工作区，同时继续显式携带坐标、来源、可见性与调用时输出空间。
EDITORIAL FRAME · NOT A PROVEN OBJECT THEORY
一种理解 ARTI 的研究视角
Observation、Perspective 与 Boundary 不是已经完成验证的对象理论，而是组织这些公开 tensor contract 的三个问题。任务效果仍取决于训练、数据和调用方提供的结构。
02PERSPECTIVE
关系可以相对于观察者表达。
坐标、frame operator 与 observer coordinate 由调用方显式提供；ARTI 不会自动发现来源或物理参考系。
coord · observer frame · PhaseMixer03BOUNDARY
存在、可读和可输出是不同契约。
visibility、模型上下文和 public emit 可以分别建模；Membrane 不是加密或独立安全边界。
visibility · context · emit01 / SHARED STRUCTURAL PROBLEM
一条贯穿机制的计算路径
输入仍保留调用时结构
hidden states · glyphs · coordinates · masksPulse / Half / Fold
[B,N,D] → [B,K,D]Recall / FusionPulse
显式状态 · 多路紧凑工作区UnFold / Literal output
动态布局 · 调用时局部槽位02 / ADOPTION
两条真实采用路径
PATH ASUPPORTED 1.X SURFACE
保留现有 tokenizer
将 ARTI 接到现有 PyTorch hidden tensor 上，加入结构、可见性、动态状态或固定容量工作区。
tokenizer → hidden tensor → ARTIPATH BALPHA MODEL SURFACE
直接使用字面张量
让可见字形、排版、坐标和本次输出词表进入模型。接口为 Alpha，并不意味着无需训练即可识别任意字符。
literal input → layout → runtime vocabulary03 / RESEARCH DISCIPLINE
契约、证据与假设必须分开
固定 shape、保值 gather 或 visibility 路由可以由接口测试证明；跨切分稳定、共同对象表示或安全鲁棒性需要任务训练、基线和消融。