重放门控神经执行：将持久行为规范与冻结语言模型中的神经实现解耦

输入条件神经干预提出了一个运行时问题：当一种行为规范承认多个动作（其有效性取决于执行状态）时，什么会持续存在？我们引入重放门控神经执行，分离五个对象：持久行为谓词、其状态索引认证实现集、瞬态动作见证人、预算有限查找器和执行授权。候选者对冷冻模型进行独立的 FP32/BF16 重放；承诺还需要有效的运行审核。 Qwen3-0.6B 和 SmolLM2-360M-Instruct 上的实验为这些物体建立了不同的故障模式。独立初始化在所有 24 个测试的固定状态单元中产生不同的认证动作。不变的 SmolLM2 见证人在所有 128 个原住民州中仍然获得认证，但在 384 个非对角线转移中只有 66 个获得认证。所有 767 个存档的 Qwen 见证人都成功重播，但预算有限的发现者在所有三个预先指定的运行中错过了一个已知可实现的单元。在 1,141 名提交重播的考生中，有 174 名未通过项目认证。冻结的三层级联使用这些边界来拒绝未经认证的提案并升级审核有效的搜索失误。在之前密封的 256 个 Qwen Fresh 请求中，221 个首先以最低成本层进行认证，所有 256 个请求均收到经过审核的授权，没有观察到绕过情况。相对于冻结的完整搜索，单例搜索和认证成本比率中位数为 0.1055，P95 为 1.3485，包括失败的层。在两个小模型的研究行为族中，这些结果支持状态索引、集值执行语义：规范持续、搜索建议见证、重放认证以及运行审计授予执行权限。