然后他打开了另一个文件夹。
【风铃长期发展扩散模型】
三十天前建的。当时是空的。
现在里面躺着一个小型约束模型。
专属的。
风铃从入营到最后一次战斗的全量数据，被林宇花了整整一个月，逐条校验，逐项标注，按时间轴排列成一条完整的约束链。
每一次训练成绩的变化。每一次受伤的位置和恢复周期。每一段语音记录的频率特征。每一次任务后她的决策偏好漂移。
所有的“她是怎么变成她的”。
全在这里了。
“开始。”林宇说。
他把风铃约束模型挂载到通用基础架构上，然后在输入端创建了一个空白噪点场。
纯粹的随机。无序的、没有任何模式的神经元放电模拟。
这就是起点。
林宇从约束链的第一个节点开始。
【约束条件 #001：入营体测——步频1.73步/秒，重心偏移量0.8cm/步，左右足着地力差异比1:1.04】
数据注入。
光幕上，噪点场没有立刻变化。
三秒。
五秒。
第七秒，噪点开始动了。
不是所有噪点都在动——百分之九十以上的随机轨迹没有任何反应。但有一小撮，极少的一撮，开始偏移。
它们自动排除了与步频1.73不兼容的运动模式，剔除了重心偏移量超出阈值的路径。
剩下的轨迹向同一个方向收束。
一条线。
极细。极弱。在噪点的海洋里，微弱到几乎看不见。
但方向是确定的。
“第一次收束完成。”微雨的投影悬在光幕正上方。“有效约束率：百分之零点七。噪点空间压缩比：万分之三。”
很小。
但不是零。
林宇输入第二个约束条件。
【约束条件 #002：入营第47天实战模拟——左肩先着地翻滚，偏转角度+3°（持续至第九次实战后矫正）】
噪点场再次收缩。那条细线粗了一丝。
第三个。
第四个。
微雨没有等林宇逐条手动输入。她把联合防务数据库中风铃前三年的训练记录和医疗档案打包，格式化为标准约束条件格式，批量注入。
数据流灌入核心终端。
光幕上的噪点