Zahaviel構造化知能：外部化された思考のための再帰的認知オペレーティングシステム

この論文では、トークン予測よりも再帰と構造化されたフィールドエンコーディングを優先する、新しい認知アーキテクチャであるZahaviel構造化知能を紹介しています。すべての出力がその構造的な履歴と制約を保持するようにすることで、思考を操作可能にすることを目指しています。主要なコンポーネントには、再帰的カーネル、トレースアンカー、およびフィールドサンプラーが含まれます。このシステムは、完全なトレース系統を通じて検証可能で再構築可能な結果を重視しています。このアプローチは、標準的なトランスフォーマーパイプラインおよび統計的なトークンベースの方法とは対照的であり、非線形AI認知およびメモリ統合システムに新しい方向性を提供する可能性があります。著者らはフィードバックを求めており、この研究が初期段階にあり、改善の余地があることを示唆しています。

• •再帰を優先する認知システムアーキテクチャを提示します。
• •構造化されたフィールドエンコーディングと完全なトレース系統を重視します。
• •トークンベースのAIアプローチの代替案を提供します。