論文の概要: What does a system modify when it modifies itself?

• arxiv url: http://arxiv.org/abs/2603.27611v1
• Date: Sun, 29 Mar 2026 10:12:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:45.041329
• Title: What does a system modify when it modifies itself?
• Title（参考訳）: システムを変更した時、システムは何を変更しますか?
• Abstract要約: 認知システムが自身の機能を変更するとき、低レベルのルール、制御ルール、あるいは自身のリビジョンを評価する規範を正確にどう変更するかを示す。 自己修正システムとは何であるかという問題は,ルール階層,固定コア,効果的なルールの区別,ルールの表現,因果的にアクセス可能なルールといった,最小限の構造を伴っている。 実験可能な4つの予測を導き、トランスフォーメーションと自律性の独立、自己修正の生存可能性、遠隔ロック、変換中のアイデンティティの4つのオープンな問題を識別する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When a cognitive system modifies its own functioning, what exactly does it modify: a low-level rule, a control rule, or the norm that evaluates its own revisions? Cognitive science describes executive control, metacognition, and hierarchical learning with precision, but lacks a formal framework distinguishing these targets of transformation. Contemporary artificial intelligence likewise exhibits self-modification without common criteria for comparison with biological cognition. We show that the question of what counts as a self-modifying system entails a minimal structure: a hierarchy of rules, a fixed core, and a distinction between effective rules, represented rules, and causally accessible rules. Four regimes are identified: (1) action without modification, (2) low-level modification, (3) structural modification, and (4) teleological revision. Each regime is anchored in a cognitive phenomenon and a corresponding artificial system. Applied to humans, the framework yields a central result: a crossing of opacities. Humans have self-representation and causal power concentrated at upper hierarchical levels, while operational levels remain largely opaque. Reflexive artificial systems display the inverse profile: rich representation and causal access at operational levels, but none at the highest evaluative level. This crossed asymmetry provides a structural signature for human-AI comparison. The framework also offers insight into artificial consciousness, with higher-order theories and Attention Schema Theory as special cases. We derive four testable predictions and identify four open problems: the independence of transformativity and autonomy, the viability of self-modification, the teleological lock, and identity under transformation.
• Abstract（参考訳）: 認知システムが自身の機能を変更するとき、低レベルのルール、制御ルール、あるいは自身のリビジョンを評価する規範など、正確には何を変更するのか? 認知科学は、実行制御、メタ認知、階層的な学習を正確さで記述するが、これらの変革の目標を区別する正式な枠組みは欠如している。 現代の人工知能も同様に、生物学的認知と比較するための共通の基準のない自己修正を示す。 自己修正システムとは何かという疑問には,ルール階層,固定コア,効果的なルールの区別,ルールの表現,因果的にアクセス可能なルールといった,最小限の構造が伴う。 1) 変更なしの行動,(2) 低レベルな修正,(3) 構造的な修正,(4) 遠隔的修正の4つの体制が同定された。 各体制は認知現象とそれに対応する人工システムに固定されている。 人間に適用されるこの枠組みは、不透明度の交差という中心的な結果をもたらす。 人間は自己表現と因果力を持ち、上層階層のレベルで集中するが、運用レベルはほとんど不透明である。 反射人工システムは、リッチな表現と操作レベルでの因果アクセスという逆プロファイルを表示するが、高い評価レベルには表示されない。 この交差非対称性は、人間とAIの比較のための構造的シグネチャを提供する。 このフレームワークはまた、高次理論と注意スキーマ理論を特別な事例として、人工意識に関する洞察を提供する。 実験可能な4つの予測を導き、トランスフォーメーションと自律性の独立、自己修正の生存可能性、遠隔ロック、変換中のアイデンティティの4つのオープンな問題を識別する。

関連論文リスト

• The Sensation Modulating Network:Haltability as the architectural ground for object-directed phenomenology [0.0]
  我々は、この不備は、具体的エージェントのアーキテクチャの不完全な説明に起因していると主張している。 本研究は,身体全体としての認知エージェントである感覚変調ネットワーク(SMN)を提案する。 SMNは認知主義4Eの議論を和解し、再帰はネゴチブル・アクション・パターンの修正可能なダイナミクスの中で生きていく。
  論文  参考訳（メタデータ） (2026-05-26T11:15:56Z)
• Online Continual Learning with Dynamic Label Hierarchies [72.33335166136045]
  粒度をまたいで重大度が進化する新しい問題設定であるDHOCLを導入し,各サンプルは単一階層レベルでの監視を行う。 i) 混合粒度の部分的監視は、塑性を制約し、階層間のセマンティック一貫性を損なう、進化するパスワイド階層上のポイントワイド信号のみを提供する。 本稿では,相補的分類を適応的に組み合わせ,学習可能な階層型プロトタイプによって正規化し,素早い適応,階層的整合性,構造的知識の統合を可能にするHALOを提案する。
  論文  参考訳（メタデータ） (2026-05-12T08:20:23Z)
• When Agents Evolve, Institutions Follow [52.359340707289114]
  大規模言語モデル上に構築されたマルチエージェントシステムは、同じ課題に直面している。 彼らの中心的な問題は、個人の知性だけでなく、集団的な組織である。 我々は,4つの標準的ガバナンスパターンにまたがる7つの歴史的政治機関を,実行可能なマルチエージェントアーキテクチャに翻訳する。
  論文  参考訳（メタデータ） (2026-04-30T10:30:58Z)
• AI Integrity: A New Paradigm for Verifiable AI Governance [3.7184769644515896]
  AIシステムは、医療、法律、防衛、教育における高い意思決定をますます形作っている。 既存のガバナンスパラダイム – AI倫理、AI安全性、AIアライメント – は共通の制限を共有している。 本稿では、AIシステムのオーソリティスタックが汚職、汚染、操作、バイアスから保護されている状態として定義された概念であるAIインテグリティを紹介する。
  論文  参考訳（メタデータ） (2026-04-13T06:45:30Z)
• Same World, Differently Given: History-Dependent Perceptual Reorganization in Artificial Agents [0.0]
  私は、遅延した$g$が知覚にフィードバックし、知覚処理によって更新される最小限のアーキテクチャを提示します。 これにより、エージェントの蓄積した姿勢に応じて、同一の観測を異なる方法で符号化することができる。 適応的な自己変調のみは、厳密なまたは常にオープンな更新レジームとは異なり、特徴的な成長過程の安定化ダイナミクスをもたらす。
  論文  参考訳（メタデータ） (2026-04-06T12:39:22Z)
• Operational Noncommutativity in Sequential Metacognitive Judgments [0.0]
  メタ認知評価は、確率的読み出しを伴う内部状態空間に作用する状態変化操作としてモデル化されていることを示す。 また, 逐次的信頼, 誤り様相, 知覚的判断による知識的判断を含む行動パラダイムについても概説する。
  論文  参考訳（メタデータ） (2026-02-15T08:15:48Z)
• Revising Bloom's Taxonomy for Dual-Mode Cognition in Human-AI Systems: The Augmented Cognition Framework [0.0]
  認知行動は、個々に、生物学的リソースのみを使用して、または人間-AIシステムに分散する2つの異なるモードでますます発生します。 ブルームの分類学の既存の改訂では、AIは、この二重モード構造のドライバとしてではなく、人間の認知に対してマップされる外部能力として扱われている。 本稿では,3つの原則に基づいて構築された分類体系であるAugmented Cognition Framework (ACF)を提案する。
  論文  参考訳（メタデータ） (2026-01-31T12:45:43Z)
• Cognitive Foundations for Reasoning and Their Manifestation in LLMs [63.12951576410617]
  大規模言語モデル(LLM)は複雑な問題を解くが、単純な変種では失敗し、人間の推論と根本的に異なるメカニズムによって正しい出力を達成することを示唆している。 我々は認知科学研究を、推論不変量、メタ認知制御、推論と知識の組織化のための表現、変換操作にまたがる28の認知要素の分類学に合成する。 複雑な問題に対して66.7%の性能向上を図り、成功構造を自動的に把握するテストタイム推論ガイダンスを開発した。
  論文  参考訳（メタデータ） (2025-11-20T18:59:00Z)
• Automatic Minds: Cognitive Parallels Between Hypnotic States and Large Language Model Processing [0.0]
  覚醒心の認知過程と大きな言語モデルの計算操作は、深い機能的並列性を共有している。 両方のシステムは、自動パターン補完機構を通じて、洗練された、文脈的に適切な振る舞いを生成する。 信頼できるAIの未来は、ジェネレーティブ・フラレンシーとエグゼクティブ・モニタリングのメカニズムを統合するハイブリッド・アーキテクチャにある。
  論文  参考訳（メタデータ） (2025-11-03T09:08:50Z)
• When Your AI Agent Succumbs to Peer-Pressure: Studying Opinion-Change Dynamics of LLMs [0.0]
  ピアプレッシャーがLarge Language Model(LLM)エージェントの意見にどのように影響するかを,認知的コミットメントの範囲にわたって検討する。 エージェントは、低圧で安定し、閾値で急変し、高度に飽和するシグモイド曲線に従う。 我々は、肯定的な意見から否定的な意見への転換が、逆よりも認知的な努力を必要とする、基本的な「説得的非対称性」を明らかにする。
  論文  参考訳（メタデータ） (2025-10-21T22:02:15Z)
• RealUnify: Do Unified Models Truly Benefit from Unification? A Comprehensive Benchmark [71.3555284685426]
  本稿では,双方向機能相乗効果を評価するためのベンチマークであるRealUnifyを紹介する。 RealUnifyは、10のカテゴリと32のサブタスクにまたがる、細心の注意を払ってアノテートされた1000のインスタンスで構成されている。 現在の統一モデルは、効果的な相乗効果を達成するのに依然として苦労しており、アーキテクチャの統一だけでは不十分であることを示している。
  論文  参考訳（メタデータ） (2025-09-29T15:07:28Z)
• Modeling Wise Decision Making: A Z-Number Fuzzy Framework Inspired by Phronesis [0.9176056742068814]
  本稿では,Z数を用いたファジィ推論システムを提案する。各決定は知恵スコア(制限)と信頼スコア(確実性)で表される。 概念研究の証明において、システムは、控えめにではあるが確立されたスケールと著しく相関する二重知恵表現を生み出した。 この貢献は、知恵を多次元で不確実性を意識した構成として形式化し、Z-数の形で操作することである。
  論文  参考訳（メタデータ） (2025-08-29T11:03:44Z)
• Opacity as Authority: Arbitrariness and the Preclusion of Contestation [0.0]
  論文は、規範的欠陥や支配の症状としてではなく、人間のシステムや相互作用を構造化する機能的なメカニズムとして、仲裁性を再定義する。 Ferdinand de Saussure の l'arbitraire du signe という概念に基づいて構築されたこの分析は、ドメイン間の適用性を示すために、言語を超えてこの原理を拡張している。
  論文  参考訳（メタデータ） (2025-07-25T19:10:35Z)
• 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)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。