结论：本田欧洲研究所Julian Eggert在9月18日首次公开的预印本PAA中，提出以区间边界分布直接推导Allen十三关系的概率化扩展。作者报告点—点关系可用误差函数给出闭式，点—区间与区间—区间关系化为多元高斯象限概率，单容差下十三关系构成真划分并在容差趋零时回到经典Allen，且具有尺度不变性。这仍是未经同行评审的理论预印本，所有概率结论依赖高斯假设与容差设定，仅经作者蒙特卡洛验证与示例演示，需独立复现。

研究主体与论文状态

研究主体为概率化Allen代数PAA，作者为Julian Eggert，所属机构为Honda Research Institute Europe。论文以arXiv预印本v1形式首次公开，编号arXiv:2609.20634，分类为cs.AI与cs.CL，共41页7图。摘要页提交记录为2026年9月17日16时20分38秒UTC，换算为Asia/Shanghai为9月18日0时20分38秒，属于当日窗口内首次公开。arXiv当日新论文列表明确标注为9月18日星期五批次。研究状态为预印本，未标注会议、期刊或同行评审信息，与站内已有Deep Noir、分数中心化、Flag Game、MUSE等条目无重复。

方法与评估条件

作者将不确定性放在决定区间边界的底层量上：时间点为高斯变量，区间采用高斯中点与截断高斯潜变量得到的非负时长，起点与终点为其线性函数。每个Allen关系被视为同一概率空间中的边界排序谓词，其概率为示性函数在联合密度下的积分，即按不确定性抽样得到的具体区间对中该关系成立的比例。点—点关系化为误差函数与余误差函数闭式，点—区间化为二元高斯分布函数，区间—区间化为线性不等式诱导的多元高斯象限概率。接触关系如相接、开始、结束与相等的零测度相等问题，以容差带或软隶属核处理。作者强调分类不是平坦十三分类，而是由边界几何符号划分导出的层级：粗谓词如先后、重叠与包含为叶节点之并，其概率为叶概率之和，区间退化为点时十三关系依次约化为五与三。

  • 作者报告的验证范围：全理论的蒙特卡洛一致性检验；风暴与停电区间的贯穿示例；尺度联合放缩不变性演示；自然语言中shortly before与long before等分级表达与接触关系的区分讨论；附注中称提供经测试的开源Python实现。未报告大规模自然语言、规划调度或机器人基准上的对照评测。

主要结果

以下均为作者单方报告，尚未经独立验证。作者称点—点、点—区间与区间—区间情形均得到闭式或标准多元正态分布函数形式；在单容差下十三关系概率之和为一，构成真划分，容差趋零时恢复经典Allen；粗谓词概率为叶和的层级在区间坍缩为点时保持为不变量；因概率仅依赖标准化时间间隔，联合放缩均值、时长、不确定性与容差时概率不变，作者称此为尺度不变，可将shortly before等表达建模为先后家族内的分级强度，而将相接等保留为容差控制的接触关系。作者还称每个关系可分解为相关性感知的边界比较基元，并与CIDOC CRM式的基元表达传统衔接。以上理论完备性与语言映射均为作者主张。

限制与不确定性

该工作存在明确边界：其一为预印本，未经同行评审，推导正确性、数值稳定性与可复现性待独立检验。其二为建模假设局限，时间点与时长的高斯与截断高斯设定、独立性默认与容差带宽选择直接决定概率形状，作者未量化假设违背时的偏差。其三为评估局限，公开摘要与正文显示验证以蒙特卡洛自洽与单一贯穿示例为主，未覆盖TimeML、TempEval或规划调度等外部基准，不能外推为通用时间推理性能提升。其四为实现局限，附注虽称提供开源测试实现，本次仅核验论文页记载，未独立运行、未核验版本、许可证与测试覆盖，不应视为已验证可用工具。编辑解释：这些概率描述的是在设定分布下的模型内信念分配，不是事件在真实世界发生的频率保证。

潜在意义与下一步

若后续能独立复现，该工作的潜在意义在于为语言、感知、数据库与不确定历史中的时间信息提供统一桥梁：一端是度量不确定性，中间是无量纲的关系概率，另一端是定性区间推理与模糊时间副词的分级语义，可缓解经典Allen的脆性与粗糙性，并为容差选择与语境归一化提供可计算路径。对中国读者而言，可将其理解为知识表示与时间推理的候选形式工具，而非开箱即用的抽取或规划性能方案。下一步需在公开基准上检验closed-form计算精度与效率、容差敏感性、非高斯情形扩展，以及与现有时间关系抽取管线的实际增益。在此之前，不应将其写成已获认可的通用时间推理标准。