一套「不训练、不改权重」的解码期情感注入技术体系的完整论文与专利文本。 7 篇学术论文 + 7 件专利（公开脱敏版）+ 技术组合方案 / 实验室设计 / 市场调研 / 工程化方案， 全部以 Markdown 为源、PDF 为导出副本，可直接阅读、检索、引用与复用。
本仓库是「语义回响（Semantic Echo）」体系三仓之一：
| 仓库 | 定位 |
|---|---|
| SemanticEcho-Papers（本仓） | 方法论：论文、专利、方案设计、市场调研 |
| SemanticEcho-Engineering | 工程实现：推理框架、回响引擎、API 服务、打标闭环 |
| EmoRole-Engineering | 角色侧：角色挂载、情感注入、评测与部署 |
| 目录 | 内容 | 说明 |
|---|---|---|
00_文档介绍/ |
文档总览、论文逐篇导读、专利族逐篇介绍、体系总览 | 先读这里，四份导读把 7+7 篇串成一条线 |
学术论文/ |
7 篇论文全文（Markdown 源） | P3 / P4 / P5 / P6 / P15 / P25 / PE |
专利申请_公有脱敏版/ |
7 件专利说明书（Markdown，公开脱敏版） | 正文中的角色代号、绝对路径已脱敏 |
PDF转化/ |
上述文档的 PDF 导出 | 含论文、专利、方案、调研的排版版 |
专利核查/ |
专利完整性与申报可行性核查报告 | 逐篇核对说明书八大要件与权利要求布局 |
技术组合方案/ |
技术组合与融合策略报告 | 各方法之间怎么组合、边界在哪 |
实验室设计/ |
实验室设计方案（完整版） | 评测口径、实验矩阵、预期值来源 |
工程化项目/ |
工程化项目方案（公有版） | 从论文到可部署系统的路径 |
市场调研/ |
未来情感插件 20 大赛道市场调研报告 | 需求侧与赛道判断 |
_tools/ |
batch_md2pdf.py、deidentify_patents.py |
文档批转 PDF、专利文本脱敏的脚本 |
实验设计/目录在源工程中存在但未包含实际文件，本仓库不收录空目录。
论文与专利一一对应：论文 = 专利的学术支撑版（更数学化的方法表述 + 更完整的实验章节 + 相关工作对话）。 统一结构：中英双语摘要 → 引言 → 相关工作 → 方法 → 实验 → 结论 → 参考文献。
| 编号 | 方法名 | 论文标题（中文） | 核心贡献 | 文件 |
|---|---|---|---|---|
| P3 | ARI | 基于情感锚点向量的 logits 空间定向偏置注入 | 情感锚点矩阵 + logits[w] += β·tanh(S[w]·v_target/T) 有界偏置；tanh 硬上限防 logits 坍缩；4bit 量化补偿；跨 8 模型泛化 |
学术论文/P3_锚点回响注入论文.md |
| P4 | KVM | 基于注意力缓存选择性缩放的情感感知 KV 调制 | 情感门控 g(p)=clip(S[t_p]·v_eff,0,1)，Key 向量 in-place 缩放 K[p]*=1+κ·g(p)；零额外显存；实证「单通道有害、P3×P4 双通道 win_rate 0.2667 最高」 |
学术论文/P4_KV情感共振论文.md |
| P5 | DSF | 基于动态状态向量的超融合注入 | v_eff = normalize((1-γ)·v_角色 + γ·v_dyn)（γ=0.3），角色稳定与用户动态加权平衡；诚实标注三通道边际收益递减 |
学术论文/P5_超融合情感注入论文.md |
| P6 | ED | 多通道协同的解码期情感导演 | TAD/PIS/OQC 三层调度 + L0–L4 五层正交空间 + 身份硬拦截；正交性 Lipschitz 论证；综合分 0.7046（家族最高），泛化 +67%~+233% | 学术论文/P6_情感导演调度论文.md |
| P15 | RAIS | 运行时自适应强度调度 | 三级级联 λ = λ_base·λ_arch·λ_quant；熵/重复率/潮汐/复杂度四维监控 + 滑动窗口降级；INT4 补偿因子 0.75 |
学术论文/P15_自适应调度器论文.md |
| P25 | BTPM | 数据驱动的解码期双向 token 概率调制（去 AI 腔） | 正例口癖增强 + 空泛词（“首先/总的来说”）抑制的双向调制；短语级前缀匹配只调末 token；mild 最优（保真 74%，AI 腔率 35%→15%） | 学术论文/P25_双向抑制去AI腔论文.md |
| PE | EFS | 基于情感特征谱的角色人格量化提取 | 打标数据 → 对比学习六锚点 → 余弦相似度 + 温度缩放 → ≤10MB 角色包 → 指针级热切换（<1ms） | 学术论文/PE_角色情感特征谱提取论文.md |
建议阅读顺序：P6（系统总纲）→ P3 / P4（核心注入）→ P15 / P25（调度与去 AI 腔）→ PE（数据管线）→ P5（可选研究层）。
专利正文以公开脱敏版收录（专利申请_公有脱敏版/），原件（专利申请/）不收录，理由见第五节。
| 编号 | 专利名称 | 权利要求布局 | 备注 |
|---|---|---|---|
| P3 | 基于情感锚点向量的解码期 logits 空间定向偏置注入方法 | 独立 1（S101–S105 五步）+ 从属 2–10 | 体系基石，建议优先申报 |
| P4 | 基于注意力缓存选择性缩放的情感感知 KV 调制方法（KVM） | 独立 1（S401–S406）+ 从属 2–10 | 与 P3 组成「组合发明」，协同效果有实验支撑 |
| P5 | 基于动态状态向量的角色感知融合解码期情感注入方法（超融合） | 独立 1（S301–S305）+ 从属 2–9 | 可并入 P3 改进，或独立申报 |
| P6 | 多通道协同的解码期情感导演调度方法及系统（EDD） | 独立 1（S401–S405）+ 从属 2–12 | 系统级，权利要求最完整，可作统领专利 |
| P15 | 面向多层情感注入的运行时自适应强度调度方法 | 独立 1（6 步）+ 从属 2–9 + 装置 10–11 + 介质 12 | 调度器类，授权前景较好 |
| P25 | 数据驱动的解码期双向 token 概率调制方法（去 AI 腔） | 独立 1（9 步）+ 从属 2–6 + 装置 11 + 介质 12 | 与 P15 的「指纹层」复用同一套技术 |
| PE | 基于情感特征谱的 AI 角色人格量化提取方法 | 独立 1（8 步）+ 从属 2–8 + 装置 9–10 + 介质 11–12 | 「数据 → 产品」端专利，含角色包格式与热切换协议 |
申报批次建议（来自 00_文档介绍/专利族逐篇技术介绍与申报要点.md）：
第 1 批 P3 + PE → 第 2 批 P4 + P6 → 第 3 批 P15 + P25 → 可选 P5（并入 P3 或 PCT 追加）。
逐篇完整性核查（说明书八大要件、权利要求表述注意点）见 专利核查/专利申请完整性与申报可行性核查报告.md。
- 想快速看懂这套体系：先读
00_文档介绍/EmoCompanion情感注入技术体系_总览介绍.md，再读学术论文逐篇导读.md、专利族逐篇技术介绍与申报要点.md，然后挑 P3 看公式。 - 想复现实验：论文 §实验 +
实验室设计/的方案给出提示词集、种子、评测口径；工程侧实现在SemanticEcho-Engineering仓。 - 想引用：论文含中英双语摘要与参考文献表，按目标期刊/会议格式引用即可；方法与公式以论文章节编号为准。
- 想申报/评估专利：从
专利申请_公有脱敏版/取说明书全文，配专利核查/报告核对八大要件；权利要求书以公开版文本为准。 - 想组合多种方法：先读
技术组合方案/技术组合与融合策略报告.md，再读 P6（五层正交空间）与 P15（层间强度协调）——这两篇解决的就是「叠多了反而变差」。 - 想知道市场侧：
市场调研/未来情感插件20大赛道市场调研报告.md。
PDF 与 Markdown 内容一致；PDF 由 Markdown 批量导出（脚本见
_tools/batch_md2pdf.py），引用时建议以 Markdown 为准（便于 diff）。
- 专利只收公有脱敏版：
专利申请/（原件）与PDF转化/专利申请/（原件 PDF）未收录。 原件含未脱敏的角色代号、内网绝对路径与内部实验备注，公开版（专利申请_公有脱敏版/）已对正文做代号与路径替换，二者技术内容一致。 - 论文与专利的作者署名为领域内统一署名组合，通讯邮箱已替换为占位符
<corresponding-email>，正文不指向任何真实个人。 - 正文脱敏：角色代号统一为
EmoCompanion；绝对路径统一为<workspace>/、<home>/、<data-root>/；token / 密钥类字符串打码。 - PDF 为二进制导出件：若 PDF 内仍保留导出时的原始代号或路径，请一律以同名 Markdown 版本为准。
- 不含：任何模型权重、训练集、音视频素材、账号凭据与商务往来函件。
本仓库全部文档采用 CC BY-NC-SA 4.0 + 附加限制条款（Creative Commons 署名-非商业性使用-相同方式共享 4.0），详见 LICENSE。
- ✅ 允许：学习与个人研究、学术引用、复现验证实验（须署名并注明来源）
⚠️ 限定：可以读代码/公式并自行实现，不可整段照抄；仅限非商业用途- ❌ 禁止：任何商业用途（含企业内部使用）、未署名的转载与二次分发
- 相同方式共享：修改/改编后再分发，必须沿用同一许可证
- 商业授权：如需商业使用、独家或买断授权，请在本仓库 Issues 留言联系作者洽谈（另有商业授权价目与能力介绍文档，见工程仓商务附件）
- 总入口：
SemanticEcho-Hub - 工程实现（推理框架 / 回响引擎 / API / 打标）：
SemanticEcho-Engineering - 角色挂载与情感注入工程：
EmoRole-Engineering