מחקר ופרופילים Zenodo YouTube ORCID
Reflective Time ModelRTM Research Platform
EN
Reflective Time Modelמחקר › סטטיסטיקה
RTM · סטטיסטיקה ומבחני אפס

איך בודקים אם ממצאי RTM יכולים להופיע במקרה?

בממצאי RTM מופיעות רשתות שבהן אנשים, זמנים, תאריכים, מקומות, טקסטים ומקורות חיצוניים מתחברים זה לזה במסלולים מספריים. השאלה הסטטיסטית אינה רק „האם נמצא מספר מתאים?”, אלא: אם נבנה שוב ושוב מקרים חלופיים ונאפשר להם אותו סוג של חיפוש — האם הם מצליחים לשחזר גם את המבנה כולו?

לא צריך לדעת סטטיסטיקההעמוד מתחיל בהסבר פשוט. המספרים והנוסחאות נמצאים בהמשך, למי שרוצה להעמיק.
לא סופרים משוואות סתםבודקים את המבנה: תפקידים, מקורות, זמנים, יעדים חוזרים ותלות בין מסלולים.
לא כל RTM נמצא כאןזהו רק החלק שכבר קיבל מבחן כמותי מוגדר. קיימים ממצאי RTM נוספים שטרם נכנסו לחישוב.
מה בודקים?אם הרשת כולה משתחזרת במקרה — לא רק התאמה בודדת.
מה נמצא?במודלי ההשוואה שנבדקו, הקורפוס המתועד קשה מאוד לשחזור.
מה זה לא קובע?הסטטיסטיקה אינה מזהה לבדה מהו המנגנון שמאחורי הדפוס שנמדד.
בשורה אחת: מטרת המדור היא לבדוק עד כמה קל או קשה לקבל במקרה רשתות מהסוג שתועד ב־RTM — תחת מודלי השוואה מוגדרים ושקופים.
איך לקרוא את המספרים בעמוד הזה: p-value או יחס נדירות מתייחסים למודל השוואה ול־Search Contract מוגדרים. הם אינם “ההסתברות ש־RTM נכון”, ואינם מחליפים בדיקה של בחירת הנתונים, חופש החיפוש ותלות בין סגירות.
THE BOTTOM LINE

מה יצא מכל הבדיקות, בפשטות?

המסקנה הפשוטה כרגע היא שהתוצאה המשולבת של הקורפוס שנבדק חריגה מאוד בתוך מודלי ההשוואה המרכזיים שנבנו עבורו. כאשר מעניקים לעולם החלופי יותר חופש חיפוש, החריגות נחלשת — ולכן מוצגת גם רגישות להנחות, ולא רק תוצאה אחת.

האומדן האחרון לקורפוס שנבדק

בערך 1 ל־2.94 קווינטיליון כמעט 3 מיליארד מיליארדים · בתוך מודל ההשוואה האחרון שדווחזהו אומדן לקורפוס שלם בן 18 משפחות שנבדקו יחד — לא לממצא בודד.

במילים פשוטות: בתוך המודל הזה, קורפוס חלופי חזק לפחות כמו הקורפוס שנבדק מוערך כנדיר מאוד. זהו מספר שתלוי בכללי המודל — לא „ההסתברות ש־RTM נכון”.

איך צריך לקרוא את המספר הזה?

כן אומרכמה קשה לעולם חלופי, תחת אותם כללים, להגיע לרשת חזקה לפחות כמו זו שתועדה.
לא אומרשזו ההסתברות ש־RTM נכון או שמנגנון פיזיקלי מסוים הוכח.
תלוי בהנחותאם נותנים לחוקר המדומה יותר ניסוחים או יותר אירועים מלאים לנסות ולזרוק, התוצאה נעשית פחות חריגה.
איך לקרוא את זה בלי סטטיסטיקה: אם המודל היה מצליח לייצר בקלות רשתות דומות, היינו רואים הרבה עולמות חלופיים שמגיעים לציון של המקרה האמיתי. בפועל, ברבות מהבדיקות החלופות נשארו רחוקות ממנו. זה מה שהמספרים מנסים לכמת.
איך זה עובד?

ארבעה צעדים — בלי נוסחאות

הרעיון דומה לניסוי בקרה: שומרים את הכללים, מחליפים את הנתונים בצורה הוגנת, ונותנים לגרסאות החלופיות הזדמנות אמיתית להצליח.

1

מקפיאים את המקרה האמיתי

שומרים את האנשים, הזמנים, המקורות, התפקידים וכללי החישוב כפי שהוגדרו.

2

יוצרים הרבה גרסאות חלופיות

אדם מוחלף באדם, זמן בזמן, חדר בחדר, תאריך בתאריך — ולא במספרים אקראיים חסרי הקשר.

3

נותנים גם לחלופות לחפש

החלופות מקבלות את אותן פעולות ודרכי ייצוג. כך לא בונים מבחן שקל מדי למקרה האמיתי.

4

משווים את הרשת כולה

לא רק „האם יצא אותו מספר”, אלא האם נשמרו התפקידים, היעדים, המסלולים, הלולאות והקדימות בזמן.

למה זה חשוב? משום שאפשר למצוא התאמה מספרית מקרית אם מחפשים מספיק. המבחנים כאן מנסים לשאול שאלה קשה יותר: האם אפשר לקבל במקרה את אותה ארכיטקטורה, תחת אותו חופש חיפוש?
RTM LAB · STATISTICS ENGINE

מנוע הסטטיסטיקה של RTM Lab — אותו חוזה חיפוש גם לעולם האמיתי וגם ל־Null

RTM Lab כולל לשונית „סטטיסטיקה” שמחברת את הניתוח המבני למבחני Null. הרעיון הוא לא לקחת משוואה שכבר נמצאה ולשאול רק כמה היא נדירה, אלא להקפיא את תפקידי הנתונים ואת דקדוק החיפוש ולתת גם לעולמות החלופיים את אותו חופש.

01

מזינים את האירוע ותפקידי הנתונים

זהות, תאריך, שעה, מקור חיצוני, שאלה, תשובה ועוגנים אחרים מסומנים לפי תפקידם. אם לא מסווגים תפקידים, המנוע יכול לעבוד במצב עיוור־תפקידים.

02

מנתחים תלות לפני p-value

המנוע מפריד בין קבוצות שחזור, יחידות Primary, תמיכה תלויה ורכיבי רשת. כך וריאציות של אותו מידע אינן נספרות אוטומטית כראיות חדשות.

03

מריצים Multi-Null תחת אותו Search Contract

עולמות חלופיים מקבלים את אותם כללי ייצוג וחיפוש. אפשר להשוות כמה מודלי Null ולבדוק רגישות להנחות במקום להסתפק במספר יחיד.

04

מבחני תפקידים וייצוא Audit

כאשר מרחב התפקידים סופי ניתן לבצע permutation מדויק; בנוסף אפשר לייצא Session ו־RTM Audit כדי לשמור את הקלט, הכללים והתוצאות.

איך מגיעים?פתח RTM Lab ובחר בצד את 06 · סטטיסטיקה. הקישור כאן פותח ישירות את תצוגת הסטטיסטיקה.
פתח את מנוע הסטטיסטיקה ב־RTM Lab ←
מפת הממצאים

על אילו ממצאים בכלל מדברים כאן?

לפני המספרים, הנה הסבר של שורה אחת לכל אחת מ־18 משפחות הממצא שנכנסו לקורפוס הכמותי. המטרה כאן היא רק להבין במה מדובר — בלי להיכנס לכל הסגירות והחישובים.

נמרוד לס

רשת המחברת את זהותו של נמרוד עם שני תאריכי חיים, גיל ויום הולדת, דרך כמה מסלולים שחוזרים לאותם צמתים.

4338

טקסט מקורי בעל ערך 4338 מול פסוק תנ״כי מלא באותו ערך, ולאחר מכן בדיקה אם גם התפקידים והמבנה הפנימי משתחזרים.

6833 — עידן / קהלת

טקסט הקשור לעידן שנבדק מול פסוק בקהלת, עם התאמות נוספות מעבר לפגיעה הראשונית.

„ילד אחד רגיל”

ספר ישן עם מדבקה ותאריך פיזי מן העבר, שנקשר ביום הגילוי מחדש לנתוני גיל ומשפחה עכשוויים.

אלבניה / Plaza Tirana

מקרה מלון שבו מקום, חדר, קומה, תאריך וזהויות של האנשים משתלבים באותה רשת.

רועי הרפז

רשת זהות המשלבת שם, כתובת, מקום ושנים, ונבדקת כמבנה שלם ולא כהתאמה יחידה.

ממצא השמש

מקרה שבו נתונים ממקורות מדעיים חיצוניים נכנסים לרשת הקשורה לעוגני זהות ותאריך.

„כמה דקות יש בשעה?”

ממצא זמן המבוסס על מספרים קבועים ופשוטים, שנבדק מול עוגני זהות וזמן נוספים.

עופר בן עמרם / צפניה

בחירת פסוק ולאחריה בדיקה אם המספרים נשמרים דווקא בתפקידים הנכונים שלהם — ולא רק אם אפשר לבנות משוואות.

922 / הקדוש ברוך הוא

מקרה מתוך קבוצת WhatsApp שבו תוכן, זהויות ותפקידי האירוע נבדקים כרשת אחת.

הג׳יפ

צילום וזמן אירוע שנקשרים לעוגן שהוגדר מראש, כך שאפשר לבדוק את המבנה בלי לבחור יעד בדיעבד.

21:33

מקרה שבו טקסט, תיקון בטקסט, זמן וזהות יוצרים שלד יחסים שנבדק במרחב חלופי גדול.

ספרד

רשומה שנוצרה מוקדם יותר ונבחנת מול תוצאה שהופיעה מאוחר יותר, כדי לבדוק קשר בין תיעוד מוקדם לאירוע מאוחר.

טופס הווינר

קבלה חיצונית עם מספרים ויחסים מודפסים, יחד עם זמן השליחה, שנבחנים כרשת שאינה נשלטת רק בידי החוקר.

הדרקון הזהוב

רשת מרובת משוואות שעברה צמצום לתלות האמיתית שלה וקיבלה קנס גדול על חופש החיפוש.

104 / הברית בבאר שבע

אבן פיזית, פסוק ותאריכים שנקשרים זה לזה ונבדקים באמצעות עוגנים שאינם רק טקסט שהומצא לצורך החיפוש.

אברהם / גיל

כמה אשכולות חישוב שונים שחוזרים לצמתים משותפים, ולכן נבדקת גם השאלה כמה מן המידע באמת עצמאי.

חתונת עידן

אולם, בני הזוג, כתובת ותאריכים הנכנסים לרשת אירוע אחת עם דקדוק חיפוש מוגדר.

חשוב: אלה 18 המשפחות שנכנסו לניתוח הכמותי הנוכחי. הן אינן כל ממצאי RTM, ולא לכל אחת יש עדיין עמוד ציבורי מלא באתר.

דוגמאות שקל להבין

ארבע תוצאות שממחישות מה באמת נבדק

אלה דוגמאות מסוגים שונים של בדיקות. הן אינן כל ממצאי RTM, ואסור להכפיל אותן זו בזו כאילו היו ניסויים בלתי־תלויים.

4338 · טקסט מול מקור חיצוני

המקרה האמיתי: 11 מתוך 11 תנאים

ההתאמה הראשית ניתנה לעולם החלופי „בחינם”, ותלויות אוחדו. לאחר מכן נשאלה השאלה האם הרשת כולה עדיין משתחזרת.

ב־50 מיליון עולמות חלופיים, התוצאה הטובה ביותר הייתה 3 מתוך 11. אף עולם לא הגיע אפילו ל־4 מתוך 11.
Titanic · הקצאת תפקידים

בדקו את כל 39,916,800 האפשרויות

במקום לדגום כמה חלופות, נבדקו כל 11! ההקצאות האפשריות של התפקידים.

ההקצאה ההיסטורית הייתה המקסימום הגלובלי היחיד: 190/190, לעומת 183/190 בהקצאה הטובה ביותר הבאה.
Emily Dickinson · שחזור צופה

איזה פרופיל מצליח להשלים את כל המבנה?

נבדקו 423,360 פרופילים קוהרנטיים אפשריים, ובנוסף נערכו 100 מיליון החלפות זהות.

רק הפרופיל המתועד השלים את כל שכבות המבנה שנבדקו; ב־100 מיליון החלפות לא התקבלה השלמה משותפת מלאה.
עופר בן עמרם / צפניה · ביקורת שלילית וחיובית

דוגמה לכך ש„הרבה משוואות” לא מספיק

כאשר נתנו חופש אריתמטי רחב, עצם ריבוי המשוואות לא היה חריג. רק כשבדקו אם כל מספר ממלא את התפקיד הנכון הופיע פער חד.

חיפוש חשבוני חופשי: לא חריג. שמירת התפקידים: המקרה האמיתי השלים 12/12, בעוד שמיליון החלפות הגיעו לכל היותר ל־3/12. (הערך הטכני של החיפוש החופשי: p=0.44338)
עוד תוצאות קיימות: 9/11, World Cup + Spain, Dan Panorama, The Living Subscriber, Ford Capri, Golden Dragon, 21:33 ועוד. כולן מרוכזות בחלק הטכני למטה כדי שהעמוד הראשי לא יהפוך לקיר של מספרים.
CASE-LEVEL BENCHMARK · WEDDING 2021

רשת החתונה — 6/6 לאחר איחוד תלות

שש משפחות־ליבה: שאלה↔כתובה, צומת 2337, חזרה ל־1229, צומת 810, רשת 371 וחזרה לכלה. הבדיקה מוצגת בנפרד מאומדני קורפוס אחרים.

המקרה האמיתי6/6כל מבני־הליבה מתקיימים
±5% · exact1 / 9.47Qp = 1.056×10⁻¹⁶
Conditional≈ 1:399Bכתובה ו־1229 קפואים
Identity-only≈ 1:8.34Mכל האירוע החיצוני קפוא
1 / 9,468,289,223,531,775בספירה המדויקת של מרחב ±5% נמצא עולם 6/6 יחיד — המקרה האמיתי.
MC: max 2/620M בכל אחד מ־±5%, ±10%, ±25%; אפס שחזורי 6/6 בכל ריצה.

למה מוצגים גם benchmarks מותנים? כדי להראות מה נשאר כאשר מקפיאים מראש עוד עובדות חיצוניות של האירוע. המספרים אינם מוכפלים זה בזה ואינם p-value גלובלי לכל חופש החיפוש.

למי שרוצה להעמיק

המספרים המלאים — מוסתרים כברירת מחדל

אין צורך לפתוח את הסעיפים האלה כדי להבין את המסקנה. הם כאן לשקיפות מלאה: רזולוציית הסימולציות, רגישות לחופש חיפוש, תוצאות לפי ממצא והתפתחות המודל.

High-N: כמה סימולציות הורצו ומה התקבל?

18 משפחות ממצא × 100,000 עולמות Null = 1.8 מיליון עולמות ברמת האירוע. בארבעה מקרים קרובים יותר לזנב הורחב המבחן למיליון הרצות לכל ממצא.

ממצאפגיעות מתוך מיליוןp אמפיריגבול 95% שמרני
נמרוד לס1,3601.36×10⁻³1.42×10⁻³
אלבניה949.5×10⁻⁵1.12×10⁻⁴
טופס הווינר1251.26×10⁻⁴1.45×10⁻⁴
6833212.2×10⁻⁵3.02×10⁻⁵

בין התיקים שדווחו עם 0/100,000: 922, ‏104/הברית, „כמה דקות”, הספר, השמש, הג׳יפ, רועי, ספרד, החתונה ואברהם/גיל. במקרה של 0 פגיעות לא נכתב p=0; הוחל גבול שמרני של בערך 3×10⁻⁵.

רגישות לחופש חיפוש — טבלת High-N v2.2

K = כמה סטים של ניסוחים גנריים שנקבעו מראש מותר לנסות לכל תפקיד. B = כמה אירועים מלאים אפשר היה לנסות, להיכשל בהם ולא להכניס לקורפוס. B אינו מספר פעולות החשבון — החיפוש הפנימי כבר נמצא בתוך ה־Null.

הערת גרסה: הטבלה להלן שייכת למעבר האיחוד High-N v2.2 (הבסיס B=1 בו הוא ≈6.46×10⁻¹⁹). ה־baseline המאוחר יותר, לאחר הרחבות הזנב, הוא 3.4074×10⁻¹⁹ ומוצג בנפרד בראש העמוד.

חופש חיפושאומדן omnibusבמילים פשוטות
B=1≈6.46×10⁻¹⁹≈1 ל־1.55×10¹⁸
B=3≈1.46×10⁻¹⁶≈1 ל־6.84×10¹⁵
B=10≈5.21×10⁻¹⁴≈1 ל־1.92×10¹³
B=30≈1.02×10⁻¹¹≈1 ל־98.5 מיליארד
B=100≈2.88×10⁻⁹≈1 ל־347 מיליון
B=1,000≈6.71×10⁻⁵≈1 ל־14,900
K=3, B=3≈1 ל־105 טריליון
K=10, B=10≈1 ל־3.8 מיליארד

מבחן Cauchy אולטרה־שמרני, שכמעט מסרב לצבור מידע ממשפחות שונות, נותן p≈1.05×10⁻⁶ — בערך 1 ל־954 אלף. הוא מוצג כקצה שמרני, לא כאומדן המרכז.

איך מבצעים תיקון גלובלי בלי לספור הזדמנויות פעמיים?

יחידת הניסוי של pcorpus היא תוכנית חיפוש מלאה שמייצרת קורפוס של כ־18 משפחות, כאשר חופש הניסוח, הפעולות, המקורות והטרנספורמציות כבר נמצא בתוך ה־Null. שעה בחיי אדם אינה קורפוס שלם.

תיקון גלובלי תקף צריך להשתמש ב־Meff: מספר תוכניות החיפוש המלאות והעצמאיות שבאמת שקולות ליחידת הניסוי.

p_global = 1 − (1 − p_corpus)^M_eff

כל עוד אין בסיס אמפירי ל־Meff, האתר אינו מציג מספר גלובלי מלאכותי המבוסס על „כל בני האדם × כל השעות”.

תוצאות נוספות לפי ממצא
ממצאתוצאה מרכזית
9/11 — החלפת צופה365/365 מול מקסימום 59/365 ב־10 מיליון צופים אקראיים
Titanicיחיד מתוך 39,916,800 הקצאות; 190/190 מול 183/190
Emily Dickinson1 מתוך 423,360; אפס השלמה משותפת ב־100 מיליון החלפות זהות
World Cup + Spain2 השלמות מתוך 34,951,113,757,163,520,000; מחלקת פתרון מבנית אחת
14–15 ביולי 202615/15 מול 11/15 ב־30 מיליון פרופילים
Dan Panorama16/16 מול 3/16 ב־100 מיליון; לאחר איחוד תלות 6/6 מול 1/6
The Living Subscriber133/133 מול 14/133 לאורך 10 מיליון עולמות מועמדים
Ford Capri123/123; אפס השלמות מלאות עד 100 מיליון; פתרון יחיד במרחב זהות מוגדר
Golden Dragonדרגה אלגברית 4; p≈0.000246427 לאחר קנס חיפוש גדול
21:331,976 מתוך 6.48 מיליון ≈1 ל־3,279

חשוב: כל שורה שייכת למודל השוואה אחר. אין להכפיל את המספרים האלה כדי ליצור p אוניברסלי.

למה מופיעים שני מספרי corpus קרובים?

במעבר High-N v2.2 דווח p≈6.46×10⁻¹⁹, בערך 1 ל־1.55×10¹⁸. לאחר הרחבות הזנב הממוקדות דווח baseline מעודכן של pcorpus=3.4074×10⁻¹⁹, בערך 1 ל־2.94×10¹⁸. האתר מציג אותם לפי גרסה במקום לאחד אותם בדיעבד למספר מלאכותי אחד.

שלב מוקדם יותר, Semantic v2.1, היה ברזולוציה נמוכה יותר: 27,000 עולמות ברמת האירוע והערכה זמנית של כ־1 ל־191 מיליארד תחת K=1,B=1.

אילו 18 משפחות נכללו בקורפוס הכמותי?

נמרוד לס; 4338; 6833 — עידן/קהלת; „ילד אחד רגיל”; אלבניה/Plaza Tirana; רועי הרפז; ממצא השמש; „כמה דקות יש בשעה?”; עופר בן עמרם/צפניה; 922; הג׳יפ; 21:33; ספרד; טופס הווינר; הדרקון הזהוב; 104/הברית בבאר שבע; אברהם/גיל; חתונת עידן.

הרשימה הזו היא הקורפוס הכמותי שנבדק, לא רשימה מלאה של כל ממצאי RTM.

מילון פשוט

המונחים המקצועיים — בלי שפה אקדמית מיותרת

אם מונח מופיע בעמוד, זה כל מה שצריך לדעת כדי להבין אותו.

Null / עולם השוואהגרסה חלופית של המקרה, שנבנית לפי כללים קבועים כדי לראות אם המבנה האמיתי באמת חריג.
Monte Carlo / הרבה הרצותהמחשב יוצר אלפי, מיליוני או יותר עולמות חלופיים ומודד כמה מהם מצליחים.
p-value / תדירות תחת המודלבאיזה שיעור עולמות ההשוואה הגיעו לתוצאה חזקה לפחות כמו המקרה האמיתי.
תלותכאשר שתי משוואות חולקות כמעט את אותו מידע, לא סופרים אותן כאילו היו שתי ראיות חדשות.
Search budget / חופש חיפושכמה ניסוחים, אירועים או מועמדים מותר לנסות לפני שבוחרים את התוצאה הטובה ביותר.
Permutation / החלפת תפקידיםמשאירים את אותם נתונים אבל מחליפים מי מייצג אדם, זמן, מקום או תפקיד אחר.
איפה המחקר עומד?

שלוש שכבות שכבר קיימות — ושכבה אחת שעדיין צריכה להגיע מבחוץ

כדי לא ליצור רושם שהמחקר עדיין נמצא רק בשלב הגילוי, הנה ההבחנה בין מה שכבר בוצע לבין השלב הבא.

גילוי ותיעוד

נבנה קורפוס של ממצאים מתועדים, עם מקורות, זמנים ועוגנים שנבדקים כמבנים ולא רק כהתאמות בודדות.

Nulls ומבחני לחץ

הורצו סימולציות, החלפות תפקידים, בדיקות מרחבים סופיים ומבחני רגישות לחופש החיפוש.

מבחנים מאשררים

בוצעו גם בדיקות על נתונים חדשים תחת כללים שנקבעו מראש, מעבר לקורפוס ששימש לגילוי.

שחזור חיצוני עצמאי

השלב הבא הוא שחוקרים חיצוניים יריצו פרוטוקול וקוד קפואים מראש על נתונים חדשים, ללא מעורבות בבניית המודל.

אז מה אפשר לומר היום, בפשטות?

התוצאה הכמותית המרכזית היא שהקורפוס שנבדק קשה מאוד לשחזור בתוך מודלי ההשוואה שנבנו עבורו. העוצמה אינה נשענת על עצם קיומן של הרבה משוואות, אלא על שילוב של תפקידים נכונים, מקורות חיצוניים, זמנים, מסלולים שונים החוזרים לאותם יעדים ובדיקת תלות בין המסלולים.

1. לא מדובר רק ב„הרבה התאמות” במבחנים החזקים נבדקת ארכיטקטורה שלמה. כאשר מידע חוזר בכמה משוואות, הוא אינו נספר אוטומטית כראיות עצמאיות.
2. „אם תחפש מספיק תמצא” הופך לשאלה שניתנת לבדיקה מודלי ה־Null מקבלים חופש חיפוש מפורש. כאשר מרחיבים את החופש הזה התוצאה אכן נחלשת, ולכן עקומות הרגישות מוצגות לצד התוצאה המרכזית.
3. הסטטיסטיקה מודדת חריגות — לא את המנגנון היא בודקת עד כמה קשה למודלי ההשוואה לשחזר את המבנה. השאלה מהו ההסבר הפיזיקלי או המידעי לדפוס שנמדד היא שאלה נפרדת.
איפה המחקר עומד ולאן הוא מתקדם מכאן? לצד שלב הגילוי כבר בוצעו מבחני בקרה, סימולציות מחמירות ומבחנים מאשררים על נתונים חדשים. הצעד הבא שמוסיף את שכבת הראיות החשובה ביותר הוא שחזור חיצוני ועצמאי: חוקרים שאינם מעורבים בבניית RTM יריצו פרוטוקול, קוד וכללי ציון שקפואים מראש על נתונים חדשים. המטרה בשלב הזה אינה למצוא עוד סגירות, אלא לבדוק אם אותה ארכיטקטורה משתחזרת באופן עצמאי.
רוצים לבדוק את מקור הנתונים והקוד?

נתונים וקוד מרכז את הקישורים לפרוטוקולים, GitHub ו־Zenodo.

נתונים וקוד ←