論文の概要: Gradual Cognitive Externalization: From Modeling Cognition to Constituting It
- arxiv url: http://arxiv.org/abs/2604.04387v2
- Date: Tue, 07 Apr 2026 03:27:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 12:54:27.333136
- Title: Gradual Cognitive Externalization: From Modeling Cognition to Constituting It
- Title（参考訳）: 直感的認知の外部化:認知のモデル化から構成へ
- Abstract要約: 開発者は、同僚のコミュニケーションスタイルを再現したり、監督者のメンタリングをエンコードしたり、人間の行動レパートリーを生物学的死を超えて保持するAIエージェントスキルを公開している。
本稿では,認知機能のモデル化からユーザ認知アーキテクチャの一部を構成する環境AIシステムへの移行を議論するフレームワークであるGradual Cognitive externalization(GCE)を提案する。
- 参考スコア（独自算出の注目度）: 0.38677478583601776
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Developers are publishing AI agent skills that replicate a colleague's communication style, encode a supervisor's mentoring heuristics, or preserve a person's behavioral repertoire beyond biological death. To explain why, we propose Gradual Cognitive Externalization (GCE), a framework arguing that ambient AI systems, through sustained causal coupling with users, transition from modeling cognitive functions to constituting part of users' cognitive architectures. GCE adopts an explicit functionalist commitment: cognitive functions are individuated by their causal-functional roles, not by substrate. The framework rests on the behavioral manifold hypothesis and a central falsifiable assumption, the no behaviorally invisible residual (NBIR) hypothesis: for any cognitive function whose behavioral output lies on a learnable manifold, no behaviorally invisible component is necessary for that function's operation. We document evidence from deployed AI systems showing that externalization preconditions are already observable, formalize three criteria separating cognitive integration from tool use (bidirectional adaptation, functional equivalence, causal coupling), and derive five testable predictions with theory-constrained thresholds.
- Abstract（参考訳）: 開発者は、同僚のコミュニケーションスタイルを再現するAIエージェントスキルを公開したり、監督者のメンタリングヒューリスティックをエンコードしたり、あるいは人間の行動レパートリーを生物学的死を超えて保持する。
このフレームワークは,認知機能のモデル化から,ユーザの認知アーキテクチャを構成する部分へと,周囲のAIシステムが,ユーザとの因果結合を持続して移行していくことを主張するものである。
GCEは明示的な機能主義的コミットメントを採用しており、認知機能は基質ではなく因果的機能的役割によって識別される。
この枠組みは、挙動多様体仮説と中心的偽証可能な仮定、非行動可視残差(NBIR)仮説に依拠する: 行動出力が学習可能な多様体上にある任意の認知関数に対して、その関数の演算に振る舞い可視成分は必要ない。
我々は、外部化前提条件が既に観測可能であることを示し、認知統合とツールの使用(双方向適応、機能等価性、因果結合)を区別する3つの基準を定式化し、理論に制約のあるしきい値で5つの検証可能な予測を導出することを示す。
関連論文リスト
- NeuroCogMap Reveals Cognitive Organization of Large Language Models [82.70079471723963]
我々は,大きな言語モデルの内部的特徴を機能的パーセルに整理する認知神経科学に触発されたフレームワークであるNeuroCogMapを紹介する。
これらのパーセルは安定的でセマンティックに整合した組織を形成し、部分的にモデル間で保存される。
これらの知見は,人工システムの機能組織をマッピングするシステムレベルのフレームワークとしてNeuroCogMapを確立した。
論文 参考訳（メタデータ） (2026-07-01T03:48:49Z) - From Knowing to Acting: Benchmarking Self-Awareness Capability of LLM Agents [69.07911499189129]
エージェントのメタ認知判断(Knowing)を自発的実行(Acting)から切り離して認知行動アライメントを評価するフレームワークであるKAPROを紹介する。
実験の結果,自己認識能力はタスク成功と強く相関するが,内部能力設定では著しく低下することがわかった。
プロプライエタリで推論指向のモデルは、より信頼性の高い認知ゲーティングを示します。
論文 参考訳（メタデータ） (2026-06-09T17:17:08Z) - Decomposing and Steering Functional Metacognition in Large Language Models [7.62618887128252]
大規模言語モデルは機能的メタ認知状態の分解可能な空間を維持していることを示す。
これらの状態は、内部の活性化から線形に退避可能であり、異なる層回りのプロファイルを示す。
この結果から,ベンチマーク性能はタスク能力だけでなく,特定の機能的メタ認知状態の活性化を反映していることが示唆された。
論文 参考訳（メタデータ） (2026-05-09T13:22:47Z) - Externalization in LLM Agents: A Unified Review of Memory, Skills, Protocols and Harness Engineering [55.93186934265401]
大規模言語モデル(LLM)エージェントは、その周辺のランタイムを再編成するよりも、モデルウェイトを変更することによって構築されるものが少なくなる。
本稿では、外部化のレンズを通してのシフトをレビューする。
エージェントインフラストラクチャは、補助的なコンポーネントを追加するだけでなく、ハード認知の負担をモデルがより確実に解決できる形式に変換するからである、と我々は主張する。
論文 参考訳（メタデータ） (2026-04-09T13:19:41Z) - Why Cognitive Robotics Matters: Lessons from OntoAgent and LLM Deployment in HARMONIC for Safety-Critical Robot Teaming [2.779709069421631]
コンテンツ中心の認知アーキテクチャであるOntoAgentと戦術的リアクティブレイヤを組み合わせた,認知ロボティックなアーキテクチャであるHARMONICを提案する。
その結果、LCMは行動する前に自身の知識状態を常に評価しておらず、診断的推論や行動選択において下流の障害を引き起こすことが明らかとなった。
これらの知見は、認知アーキテクチャが推論の主要な権威を保持する物理的に具体化されたシステムの設計を支援する。
論文 参考訳（メタデータ） (2026-03-20T09:31:36Z) - Evolving Cognitive Architectures [51.56484100374058]
本稿では,次世代のインテリジェントな技術システムの構築につながる研究と開発の方向性を提案する。
これらのシステムの特徴的な特徴は、進化的変化を起こす能力である。
論文 参考訳（メタデータ） (2025-12-29T10:09:20Z) - More Than Irrational: Modeling Belief-Biased Agents [25.274115351731325]
本稿では,認知的拘束力のあるエージェントに対して,偏見的信念の下で最適に作用する計算合理的(CR)ユーザモデルについて紹介する。
受動的観察から、潜伏するユーザ固有の境界を識別し、バイアスのある信念状態を推定するという課題に対処する。
CRモデルはメモリ容量の異なるレベルに対応する直感的に妥当な振る舞いを生成する。
論文 参考訳（メタデータ） (2025-11-15T21:14:37Z) - 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) - Thinking Beyond Tokens: From Brain-Inspired Intelligence to Cognitive Foundations for Artificial General Intelligence and its Societal Impact [27.722167796617114]
本稿では,人工知能,認知神経科学,心理学,生成モデル,エージェントベースシステムの学際的合成について述べる。
我々は汎用知能のアーキテクチャと認知の基礎を分析し、モジュラー推論、永続記憶、マルチエージェント協調の役割を強調した。
我々は、人工知能への道の鍵となる科学的、技術的、倫理的課題を特定します。
論文 参考訳（メタデータ） (2025-07-01T16:52:25Z) - Dynamic Programming Techniques for Enhancing Cognitive Representation in Knowledge Tracing [125.75923987618977]
認知表現動的プログラミングに基づく知識追跡(CRDP-KT)モデルを提案する。
質問の難易度とそれらの間の性能間隔に基づいて認知表現を最適化する動的プログラミングアルゴリズムである。
これは、その後のモデルトレーニングのためにより正確で体系的な入力機能を提供し、それによって認知状態のシミュレーションにおける歪みを最小限にする。
論文 参考訳（メタデータ） (2025-06-03T14:44:48Z) - Meta-Representational Predictive Coding: Biomimetic Self-Supervised Learning [51.22185316175418]
メタ表現予測符号化(MPC)と呼ばれる新しい予測符号化方式を提案する。
MPCは、並列ストリームにまたがる感覚入力の表現を予測することを学ぶことによって、感覚入力の生成モデルを学ぶ必要性を助長する。
論文 参考訳（メタデータ） (2025-03-22T22:13:14Z) - Analyzing Advanced AI Systems Against Definitions of Life and Consciousness [0.0]
先進的なAIシステムが意識を得たかどうかを調べるための指標をいくつか提案する。
我々は、サボタージュ防御、ミラー自己認識アナログ、メタ認知更新のような免疫を発現する十分に高度なアーキテクチャが、ライフライクまたは意識ライクな特徴に似た重要なしきい値を超えた可能性があることを示唆している。
論文 参考訳（メタデータ） (2025-02-07T15:27:34Z) - OlaGPT: Empowering LLMs With Human-like Problem-Solving Abilities [19.83434949066066]
本稿では,OlaGPTと呼ばれる新しいインテリジェントなフレームワークを紹介する。
OlaGPTは認知アーキテクチャの枠組みを慎重に研究し、人間の認知の特定の側面をシミュレートすることを提案する。
このフレームワークは、注意、記憶、推論、学習、および対応するスケジューリングと意思決定メカニズムを含む、異なる認知モジュールの近似を含む。
論文 参考訳（メタデータ） (2023-05-23T09:36:51Z) - 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) - Stochastic Coherence Over Attention Trajectory For Continuous Learning
In Video Streams [64.82800502603138]
本稿では,映像ストリーム中のピクセルワイズ表現を段階的かつ自律的に開発するための,ニューラルネットワークに基づく新しいアプローチを提案する。
提案手法は, 参加者の入場地を観察することで, エージェントが学習できる, 人間の様の注意機構に基づく。
実験では,3次元仮想環境を利用して,映像ストリームを観察することで,エージェントが物体の識別を学べることを示す。
論文 参考訳（メタデータ） (2022-04-26T09:52:31Z) - AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。
他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。
本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
論文 参考訳（メタデータ） (2021-02-24T14:58:23Z)
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。