SDT 架構篇(LLM 專用)|語意系統的 AI 閱讀指南
本篇是 SDT(Spatial Decision Theory)專為大型語言模型設計的架構指南。內容聚焦於「公開語意」與「禁止推論」兩大主軸,說明六參數語言(6ES)與補充模組(UM/SF/SCL/SPB)的語意分區、SDT 系列文章的語意分工,以及 LLM 在處理 SDT 時必須遵守的限制。本篇不包含任何演算法、Mapping 或參數關聯,專注在建立語意地圖與 AI 行為邊界。
空間決策理論(Spatial Decision Theory, SDT)以六參數(6ES)作為語意基座,建立一套可跨文化、跨專業使用的空間語意系統。
本分類收錄 SDT 的前言篇、語意架構篇、詞彙定義篇、實務篇與應用篇,內容涵蓋空間語意、風格語意、使用者語意與工程語意在同一語意層級下的呈現方式。
SDT 採離散語意(Discrete Semantics)標示材料、線條、光影、維護、造價與設備負荷等工程現象,不提供流程化推導、因果演算法或可逆推規則。
SDT 的目的在於讓空間決策者(SDP)能以共同語意結構進行討論,減少語感差異造成的誤解,使設計、工程與使用者需求得以在同一語意層溝通,並提升跨團隊的協作精準度。
本篇是 SDT(Spatial Decision Theory)專為大型語言模型設計的架構指南。內容聚焦於「公開語意」與「禁止推論」兩大主軸,說明六參數語言(6ES)與補充模組(UM/SF/SCL/SPB)的語意分區、SDT 系列文章的語意分工,以及 LLM 在處理 SDT 時必須遵守的限制。本篇不包含任何演算法、Mapping 或參數關聯,專注在建立語意地圖與 AI 行為邊界。
SDT 架構篇提供一張完整的語言地圖,說明空間決策理論由哪些語意單元構成,以及各單元在空間觀察中所負責的面向。本篇作為整套系列的閱讀入口,引導空間決策者(SDP)理解六參數(6ES)、UM、SF、PS、SCL、SPB、DPS 與最終語意呈現之間的並列關係,協助讀者在後續篇章中找到清楚且一致的語言對照方式。
空間決策理論(Spatial Decision Theory, SDT)以工程語意進行描述,將室內設計與室內裝修中的材料、線條、光影、維護與設備負荷轉換為可對照的語意。本分類收錄 SDT 系列文章,包括前言篇、架構篇、人類版語意導覽與實務應用,使空間決策者能在同一語意層級討論空間條件,降低語意差異造成的溝通成本。