論文の概要: The Missing Knowledge Layer in Cognitive Architectures for AI Agents

• arxiv url: http://arxiv.org/abs/2604.11364v1
• Date: Mon, 13 Apr 2026 12:05:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.518232
• Title: The Missing Knowledge Layer in Cognitive Architectures for AI Agents
• Title（参考訳）: AIエージェントの認知アーキテクチャにおける不足する知識層
• Authors: Michaël Roynard,
• Abstract要約: AIエージェントのための最も影響力のある2つの認知アーキテクチャフレームワーク、CoALAとJEPAはどちらも、独自の永続化セマンティクスを備えた明示的な知識層を欠いている。 そこで我々は,各層が基本的に異なるパーシステンス・セマンティクスを持つ4層デコン位置(知識,記憶,知性,知性)を提案する。 これらの区別は、エンジニアリング実装において異なるパーシステンス・セマンティクスを必要としており、現在のフレームワークやシステムがこれを提供していない、と我々は主張する。
• 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: The two most influential cognitive architecture frameworks for AI agents, CoALA [21] and JEPA [12], both lack an explicit Knowledge layer with its own persistence semantics. This gap produces a category error: systems apply cognitive decay to factual claims, or treat facts and experiences with identical update mechanics. We survey persistence semantics across existing memory systems and identify eight convergence points, from Karpathy's LLM Knowledge Base [10] to the BEAM benchmark's near-zero contradiction-resolution scores [22], all pointing to related architectural gaps. We propose a four-layer decom position (Knowledge, Memory, Wisdom, Intelligence) where each layer has fundamentally different persistence semantics: indefinite supersession, Ebbinghaus decay, evidence-gated revision, and ephemeral inference respectively. Companion implementations in Python and Rust demonstrate the architectural separation is feasible. We borrow terminology from cognitive science as a useful analogy (the Knowledge/Memory distinction echoes Tulving's trichotomy), but our layers are engineering constructs justified by persistence-semantics requirements, not by neural architecture. We argue that these distinctions demand distinct persistence semantics in engineering implementations, and that no current framework or system provides this.
• Abstract（参考訳）: AIエージェントのための最も影響力のある2つの認知アーキテクチャフレームワーク、CoALA [21]とJEPA [12]はどちらも、独自の永続化セマンティクスを備えた明示的な知識層を欠いている。 システムは事実の主張に認知的腐敗を適用したり、事実や経験を同一の更新力学で扱う。 我々は,既存のメモリシステム全体にわたる永続化セマンティクスを調査し,KarpathyのLLM知識ベース[10]からBEAMベンチマークのほぼゼロの矛盾点スコア[22]に至るまで,8つの収束点を同定する。 そこで我々は,各層が基本的に異なる永続意味論(不確定超越,エビングハウス崩壊,エビデンス付き修正,短命推論)を持つ4層デコン位置(知識,記憶,知性,知性)を提案する。 PythonとRustのコンパニオン実装は、アーキテクチャの分離が実現可能であることを実証している。 我々は認知科学の用語を有用なアナロジーとして用いている(知識/記憶の区別はTulvingの三分法と似ている)。 これらの区別は、エンジニアリング実装において異なるパーシステンス・セマンティクスを必要としており、現在のフレームワークやシステムがこれを提供していない、と我々は主張する。

関連論文リスト

• Heterogeneous Debate Engine: Identity-Grounded Cognitive Architecture for Resilient LLM-Based Ethical Tutoring [0.0]
  Heterogeneous Debate Engine(HDE)は、ID-RAG(ID-Grounded Retrieval-Augmented Generation)とHuristic Theory of Mindを併用した認知アーキテクチャである。
  論文  参考訳（メタデータ） (2026-03-28T20:50:21Z)
• 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)
• Beyond Turing: Memory-Amortized Inference as a Foundation for Cognitive Computation [5.234742752529437]
  本稿では,メモリの潜時サイクル上での認識を推論としてモデル化する形式的フレームワークとして,メモリ記憶推論(MAI)を紹介した。 我々は,MAIがMountcastleのUniversal Cortical Algorithmの基本的な基盤を提供することを示す。 人工知能の実現にMAIが与える深い影響について,簡潔に論じる。
  論文  参考訳（メタデータ） (2025-08-19T15:10:26Z)
• 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)
• Embodied-RAG: General Non-parametric Embodied Memory for Retrieval and Generation [69.01029651113386]
  Embodied-RAGは、非パラメトリックメモリシステムによるエンボディエージェントのモデルを強化するフレームワークである。 コアとなるEmbodied-RAGのメモリはセマンティックフォレストとして構成され、言語記述を様々なレベルで詳細に保存する。 Embodied-RAGがRAGをロボット領域に効果的にブリッジし、250以上の説明とナビゲーションクエリをうまく処理できることを実証する。
  論文  参考訳（メタデータ） (2024-09-26T21:44:11Z)
• CogNGen: Constructing the Kernel of a Hyperdimensional Predictive Processing Cognitive Architecture [79.07468367923619]
  神経生物学的に妥当な2つの計算モデルを組み合わせた新しい認知アーキテクチャを提案する。 我々は、現代の機械学習技術の力を持つ認知アーキテクチャを開発することを目指している。
  論文  参考訳（メタデータ） (2022-03-31T04:44:28Z)
• A Metamodel and Framework for AGI [3.198144010381572]
  本稿では,応用AGIシステム構築のための知識保存メタモデルとフレームワークを実装したDeep Fusion Reasoning Engine(DFRE)を紹介する。 DFREは、対称関係と反対称関係の明確な区別など、いくつかの重要な基本的な知識特性を示す。 提案手法は, 教師なし物体の検出・認識において, 平均94%の精度を達成できることを示す。
  論文  参考訳（メタデータ） (2020-08-28T23:34:21Z)

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。