論文の概要: The use of knowledge in open-ended systems

• arxiv url: http://arxiv.org/abs/2412.00011v1
• Date: Wed, 13 Nov 2024 23:27:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-08 09:45:40.493353
• Title: The use of knowledge in open-ended systems
• Title（参考訳）: オープンエンドシステムにおける知識の利用
• Authors: Abigail Devereaux, Roger Koppl,
• Abstract要約: オープンエンド進化システムにおける知識利用と獲得の表現を開発する。 オープンエンド進化システムに埋め込まれたオブザーバは、同意しないことを示す。 本研究の枠組みは, 地域知識活用の形式化, 時間的推論の多面的解釈, 制度的・審美的規範などの非論理的推論の出現を動機づけるものである。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Economists model knowledge use and acquisition as a cause-and-effect calculus associating observations made by a decision-maker about their world with possible underlying causes. Knowledge models are well-established for static contexts, but not for contexts of innovative and unbounded change. We develop a representation of knowledge use and acquisition in open-ended evolutionary systems and demonstrate its primary results, including that observers embedded in open-ended evolutionary systems can agree to disagree and that their ability to theorize about their systems is fundamentally local and constrained to their frame of reference what we call frame relativity. The results of our framework formalize local knowledge use, the many-selves interpretation of reasoning through time, and motivate the emergence of nonlogical modes of reasoning like institutional and aesthetic codes.
• Abstract（参考訳）: エコノミストは知識の使用と獲得を、意思決定者が自身の世界と根本原因を関連づけた原因・効果の計算としてモデル化する。 知識モデルは静的な文脈において十分に確立されているが、革新的かつ無制限な変化の文脈には当てはまらない。 我々は、オープンエンド進化システムにおける知識の使用と獲得の表現を開発し、その主な成果として、オープンエンド進化システムに埋め込まれたオブザーバーが同意し、彼らのシステムについて理論化する能力は基本的に局所的であり、フレーム相対性理論と呼ばれる枠組みに制約されていることを挙げる。 本研究の枠組みは, 地域知識活用の形式化, 時間的推論の多面的解釈, 制度的・審美的規範などの非論理的推論の出現を動機づけるものである。

関連論文リスト

• Knowledge Mechanisms in Large Language Models: A Survey and Perspective [88.51320482620679]
  本稿では,知識利用と進化を含む新しい分類法から知識メカニズムの解析をレビューする。 LLMが学んだ知識、パラメトリック知識の脆弱性の理由、そして解決が難しい潜在的な暗黒知識(仮説)について論じる。
  論文  参考訳（メタデータ） (2024-07-22T06:15:59Z)
• SOK-Bench: A Situated Video Reasoning Benchmark with Aligned Open-World Knowledge [60.76719375410635]
  44Kの質問と10Kの状況からなる新しいベンチマーク(SOK-Bench)を提案する。 推論プロセスは、位置する知識と問題解決のための一般的な知識を理解し、適用するために必要である。 質問応答ペアと推論プロセスを生成し,最後に品質保証に関する手作業によるレビューを行った。
  論文  参考訳（メタデータ） (2024-05-15T21:55:31Z)
• Permissible Knowledge Pooling [0.0]
  本稿では,知識プーリングと共有のための新しいモーダル論理を提案する。 また、それらの公理化の概要を述べ、許容可能な知識プールのための潜在的なフレームワークについて論じている。
  論文  参考訳（メタデータ） (2024-04-04T12:51:28Z)
• Crystal: Introspective Reasoners Reinforced with Self-Feedback [118.53428015478957]
  本稿では,イントロスペクティブ・コモンセンス推論器であるCrystalを開発するための新しい手法を提案する。 コモンセンス問題に対処するため、まず与えられた質問に関連する知識ステートメントのイントロスペクションを行い、その後、それまでのイントロスペクションされた知識に根ざした情報予測を行う。 実験により、クリスタルは標準的な微調整法と連鎖蒸留法の両方で著しく優れており、コモンセンス推論プロセスの透明性を高めていることが示された。
  論文  参考訳（メタデータ） (2023-10-07T21:23:58Z)
• A Probabilistic-Logic based Commonsense Representation Framework for Modelling Inferences with Multiple Antecedents and Varying Likelihoods [5.87677276882675]
  コモンセンス・ナレッジグラフ(英: Commonsense knowledge-graphs、CKG)は、テキストや環境入力で「推論」でき、知覚を超えた推論ができる機械を構築するための重要なリソースである。 本研究は,コモンセンス知識の表現方法として, (i) 複合的推論知識をモデル化し,様々な可能性で概念的信念を表現するための確率論的論理表現スキーム, (ii) 健全な概念関連関係を同定し,異なる概念レベルで信念を整理する階層的概念オントロジーを取り入れることにより, コモンセンス知識をより良く表現することができるかを検討する。
  論文  参考訳（メタデータ） (2022-11-30T08:44:30Z)
• Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
  本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。 ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
  論文  参考訳（メタデータ） (2022-06-03T12:24:49Z)
• Generated Knowledge Prompting for Commonsense Reasoning [53.88983683513114]
  本稿では,汎用的なプロンプト形式を用いて,言語モデルから直接知識文を生成することを提案する。 このアプローチは、4つのコモンセンス推論タスクにおいて、既製の言語モデルと微調整された言語モデルの両方のパフォーマンスを向上させる。 特に、モデルが生成した知識を使用することで、予測が改善できることが分かる。
  論文  参考訳（メタデータ） (2021-10-15T21:58:03Z)
• Foundations of Explainable Knowledge-Enabled Systems [3.7250420821969827]
  本稿では,説明可能な人工知能システムの歴史的概要を紹介する。 我々は、エキスパートシステム、認知アシスタント、セマンティックアプリケーション、機械学習ドメインにまたがる知識対応システムに焦点を当てる。 説明可能な知識対応システムと説明可能な知識対応システムについて,新たな定義を提案する。
  論文  参考訳（メタデータ） (2020-03-17T04:18:48Z)
• Neuro-symbolic Architectures for Context Understanding [59.899606495602406]
  本稿では,データ駆動型アプローチと知識駆動型アプローチの強みを組み合わせたフレームワークとして,ハイブリッドAI手法を提案する。 具体的には、知識ベースを用いて深層ニューラルネットワークの学習過程を導く方法として、ニューロシンボリズムの概念を継承する。
  論文  参考訳（メタデータ） (2020-03-09T15:04:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。