論文の概要: The Recursive Coherence Principle: A Formal Constraint on Scalable Intelligence, Alignment, and Reasoning Architecture
- arxiv url: http://arxiv.org/abs/2507.15880v1
- Date: Fri, 18 Jul 2025 09:44:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-23 21:34:13.783186
- Title: The Recursive Coherence Principle: A Formal Constraint on Scalable Intelligence, Alignment, and Reasoning Architecture
- Title（参考訳）: Recursive Coherence Principle: スケーラブルインテリジェンス、アライメント、推論アーキテクチャの形式的制約
- Authors: Andy E. Williams,
- Abstract要約: コヒーレンス(coherence)は、高階構造がセマンティック一貫性を保証しない限り脆弱である。
本稿ではRecursive Coherence Principle (RCP)を紹介する。
我々は、任意の規模でRCPを満たすことができる唯一の既知の演算子として、FMI(Functional Model of Intelligence)を定義する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Intelligence-biological, artificial, or collective-requires structural coherence across recursive reasoning processes to scale effectively. As complex systems grow, coherence becomes fragile unless a higher-order structure ensures semantic consistency. This paper introduces the Recursive Coherence Principle (RCP): a foundational constraint stating that for any reasoning system of order N, composed of systems operating over conceptual spaces of order N-1, semantic coherence is preserved only by a recursively evaluable generalization operator that spans and aligns those lower-order conceptual spaces. Crucially, this coherence enables structural alignment. Without recursive coherence, no system can reliably preserve goals, meanings, or reasoning consistency at scale. We formally define the Functional Model of Intelligence (FMI) as the only known operator capable of satisfying the RCP at any scale. The FMI is a minimal, composable architecture with internal functions (evaluation, modeling, adaptation, stability, decomposition, bridging) and external functions (storage, recall, System 1 and System 2 reasoning) vital for preserving semantic structure across inference and coordination layers. We prove that any system lacking the FMI will experience recursive coherence breakdown as it scales, arguing that common AI issues like misalignment, hallucination, and instability are symptoms of this structural coherence loss. Unlike other foundational principles, RCP uniquely captures the internal, recursive dynamics needed for coherent, alignable intelligence, modeling semantic coherence under recursion. This work significantly impacts AI alignment, advocating a shift from behavioral constraints to structural coherence, and offers a pathway for safely generalizable, robustly coherent AI at scale.
- Abstract（参考訳）: インテリジェンス-生物学的、人工的、あるいは集合的、再帰的推論プロセスにまたがる構造的コヒーレンスを効果的にスケールするために要求する。
複雑なシステムが成長するにつれて、高次の構造が意味的な一貫性を保証しない限り、コヒーレンスは脆弱になる。
本稿では, 順序 N の任意の推論系において, 順序 N-1 の概念空間上で動作する系において, 意味的コヒーレンスは, それらの下階概念空間を対象とする再帰的に評価可能な一般化演算子によってのみ保持される,という基本的な制約を述べる。
重要なことに、このコヒーレンスは構造的なアライメントを可能にする。
再帰的コヒーレンス(recursive coherence, 再帰的コヒーレンス(recursive coherence, 再帰的コヒーレンス(recursive coherence, 再帰的コヒーレンス(recursive coherence, 再帰的コヒーレンス(recursive coherence)))
我々は、任意の規模でRCPを満たすことができる唯一の既知の演算子として、FMI(Functional Model of Intelligence)を正式に定義する。
FMIは、内部機能(評価、モデリング、適応、安定性、分解、ブリッジング)と外部機能(ストレージ、リコール、システム1とシステム2の推論)を備えた最小構成可能なアーキテクチャで、推論層と調整層のセマンティック構造を保存するのに不可欠である。
FMIを欠いたシステムは、スケールするにつれて再帰的コヒーレンスダウンを経験し、誤調整、幻覚、不安定といった一般的なAI問題は、この構造的コヒーレンス損失の兆候であると主張した。
他の基本原理とは異なり、RCPはコヒーレントで整合性のある知性、再帰の下での意味的コヒーレンスをモデル化するために必要な内部的、再帰的ダイナミクスを独自に捉えている。
この作業はAIのアライメントに大きな影響を与え、行動制約から構造的コヒーレンスへのシフトを提唱し、大規模に安全に一般化可能で堅牢なコヒーレントなAIを実現するための経路を提供する。
関連論文リスト
- SCC-recursiveness in infinite argumentation (extended version) [0.0]
SCC再帰性(SCC-recursiveness)は、強い連結成分に応じて引数の評価を分解する設計原理である。
SCC再帰性は、基礎が整った問題により、無限のAFに確実に一般化できないことを示す。
次に、これらセマンティクスの動作をフィニトリ・フレームワークで検証し、セマンティクスのいくつかが方向性を満たすことを発見した。
論文 参考訳（メタデータ） (2025-07-09T13:57:12Z) - On Context-Content Uncertainty Principle [5.234742752529437]
我々は、コンテキスト-コンテンツ不確実性原理から運用原則を導出する階層計算フレームワークを開発する。
基盤レベルでは、CCUPは推論を方向性エントロピー最小化として定式化し、コンテンツファーストの構造化を好む変分勾配を確立する。
本稿では,形式的同値定理,原理間の依存格子,CCUP型推論の効率性向上を示す計算シミュレーションを提案する。
論文 参考訳（メタデータ） (2025-06-25T17:21:19Z) - Systemic Constraints of Undecidability [0.0]
本稿では,システムの構造的特性としての計算不能を緩和するシステム的不決定性の理論を提案する。
決定不能なシステムの計算に機能的に関与するサブシステムは、その決定不能性を継承する。
我々のフレームワークは、オラクルの模倣を解除し、アーキテクチャの革新によって計算限界を回避できるという見解に挑戦する。
論文 参考訳（メタデータ） (2025-06-21T22:56:26Z) - Rational Superautotrophic Diplomacy (SupraAD); A Conceptual Framework for Alignment Based on Interdisciplinary Findings on the Fundamentals of Cognition [0.0]
ラショナル超独立外交(Rational Superautotrophic Diplomacy, SupraAD)は、アライメントのための理論的、学際的な概念的枠組みである。
認知システム分析と器質的合理性モデリングに着目する。
SupraADは、AIより前の課題としてアライメントを再構築し、十分に複雑で協調的なインテリジェンスを損なう。
論文 参考訳（メタデータ） (2025-06-03T17:28:25Z) - The Unified Cognitive Consciousness Theory for Language Models: Anchoring Semantics, Thresholds of Activation, and Emergent Reasoning [2.0800882594868293]
大規模言語モデル(LLM)は潜在パターンの膨大なリポジトリであるが、構造化されたガイダンスがなければ、明確な推論、セマンティックグラウンド、ゴール指向インテリジェンスが欠如している。
統一認知意識理論(UCCT: Unified Cognitive Consciousness Theory)は、LCMを外部メカニズム、少数ショットプロンプト、RAG、微調整、マルチエージェント推論を必要とする無意識の基質として再解釈する統一モデルである。
論文 参考訳（メタデータ） (2025-06-02T18:12:43Z) - Cognitive Silicon: An Architectural Blueprint for Post-Industrial Computing Systems [0.0]
本稿では2035年に向けて提案された仮想的なフルスタックアーキテクチャフレームワークについて,認知コンピューティングシステム設計の軌道を探究する。
提案したアーキテクチャは、シンボリックなスキャフォールディング、管理されたメモリ、実行時のモラルコヒーレンス、シリコンとセマンティック層間のアライメント対応実行を統合する。
論文 参考訳（メタデータ） (2025-04-23T11:24:30Z) - Semantic Loss Functions for Neuro-Symbolic Structured Prediction [74.18322585177832]
このような構造に関する知識を象徴的に定義した意味的損失をトレーニングに注入する。
記号の配置に非依存であり、それによって表現される意味論にのみ依存する。
識別型ニューラルモデルと生成型ニューラルモデルの両方と組み合わせることができる。
論文 参考訳（メタデータ） (2024-05-12T22:18:25Z) - Deep Regression Representation Learning with Topology [57.203857643599875]
回帰表現の有効性は,そのトポロジによってどのように影響されるかを検討する。
本稿では,特徴空間の内在次元と位相を対象空間と一致させる正則化器PH-Regを紹介する。
合成および実世界の回帰タスクの実験はPH-Regの利点を示している。
論文 参考訳（メタデータ） (2024-04-22T06:28:41Z) - Hierarchical Invariance for Robust and Interpretable Vision Tasks at Larger Scales [54.78115855552886]
本稿では、畳み込みニューラルネットワーク(CNN)のような階層型アーキテクチャを用いて、オーバーコンプリート不変量を構築する方法を示す。
オーバーコンプリート性により、そのタスクはニューラルアーキテクチャサーチ(NAS)のような方法で適応的に形成される。
大規模で頑健で解釈可能な視覚タスクの場合、階層的不変表現は伝統的なCNNや不変量に対する効果的な代替物とみなすことができる。
論文 参考訳（メタデータ） (2024-02-23T16:50:07Z) - Modeling Hierarchical Reasoning Chains by Linking Discourse Units and
Key Phrases for Reading Comprehension [80.99865844249106]
本稿では,論理的推論の基盤として,対話レベルと単語レベルの両方の文脈を扱う総合グラフネットワーク(HGN)を提案する。
具体的には、ノードレベルの関係とタイプレベルの関係は、推論過程におけるブリッジと解釈できるが、階層的な相互作用機構によってモデル化される。
論文 参考訳（メタデータ） (2023-06-21T07:34:27Z) - Kernel Based Cognitive Architecture for Autonomous Agents [91.3755431537592]
本稿では,認知機能構築への進化的アプローチについて考察する。
本稿では,シンボル創発問題に基づくエージェントの進化を保証する認知アーキテクチャについて考察する。
論文 参考訳（メタデータ） (2022-07-02T12:41:32Z) - Provable Hierarchy-Based Meta-Reinforcement Learning [50.17896588738377]
HRLをメタRL設定で解析し、下流タスクで使用するメタトレーニング中に学習者が潜在階層構造を学習する。
我々は、この自然階層の標本効率の回復を保証し、抽出可能な楽観主義に基づくアルゴリズムとともに「多様性条件」を提供する。
我々の境界は、時間的・状態的・行動的抽象化などのHRL文献に共通する概念を取り入れており、我々の設定と分析が実際にHRLの重要な特徴を捉えていることを示唆している。
論文 参考訳（メタデータ） (2021-10-18T17:56:02Z)
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。