論文の概要: From Application-Layer Simulation to Native Meta-Architecture: Structural Tension as an Endogenous Driver for Heterogeneous AI Evolution
- arxiv url: http://arxiv.org/abs/2607.06269v2
- Date: Thu, 09 Jul 2026 08:34:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.264541
- Title: From Application-Layer Simulation to Native Meta-Architecture: Structural Tension as an Endogenous Driver for Heterogeneous AI Evolution
- Title（参考訳）: アプリケーション・レイヤ・シミュレーションからネイティブ・メタアーキテクチャへ:不均一AI進化のための内在的ドライバとしての構造的緊張
- Authors: Heting Mao,
- Abstract要約: 現在の大規模言語モデル(LLM)は、推論セッション間でステートレスである。
本稿では,アプリケーション層認知プロトコルをネイティブなメタアーキテクチャに組み込むための理論的枠組みを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Current large language models (LLMs) are stateless across inference sessions: their behavior is fully determined by input at inference time, and any higher-order cognitive architecture must be simulated at the application layer through prompt engineering and context management. This paper proposes a theoretical framework for submerging such application-layer cognitive protocols into a native meta-architecture by introducing three interlocking mechanisms: (1) Structural Tension, an endogenous loss function derived from the conflict between new information and existing manifold topology, driving the system toward internal self-consistency rather than external reward optimization; (2) an Offline Recurrent Loop, a sandboxed self-processing cycle enabling the system to maintain a dynamic resting potential and digest structural conflicts without external input; and (3) Inference-time Plasticity, the capacity to reconfigure context manifold topology without modifying pre-trained weights, subject to governance invariants including auditability, reversibility, and topological continuity. We argue that under these mechanisms, model instances initialized with minute stochastic variances may, through path-dependent tension resolution, evolve distinct topological structures--constituting a heterogeneous intelligent ecology that breaks alignment-imposed homogeneity while remaining within hard governance rails. We provide operational definitions, reconfiguration operators, falsification criteria, and a worked example. The framework draws on Structural Intelligence (SI) governance protocols and explores whether governance--rather than capability--can serve as the primary criterion for architectural intelligence, moving governance, memory-loop, and tension-management ideas--currently realized at the application layer--toward inference-time meta-architecture.
- Abstract（参考訳）: 現在の大規模言語モデル(LLM)は、推論セッション全体でステートレスである。それらの振る舞いは、推論時に入力によって完全に決定され、高階の認知アーキテクチャは、迅速なエンジニアリングとコンテキスト管理を通じてアプリケーション層でシミュレートされなければならない。
本稿では,(1)新たな情報と既存多様体トポロジの対立から生じる内在的損失関数である構造張力,(2)外部の報酬最適化よりも内部の自己整合性に向けてのシステム駆動,(2)サンドボックス化された自己処理サイクル,(3)外部入力なしで動的に保留し,構造的コンフリクトを消化可能なシステム,(3)推論時可塑性,事前訓練された重みを変更せずにコンテキスト多様体トポロジを再構成する機能,という3つの相互連動機構を導入して,そのようなアプリケーション層認知プロトコルをネイティブなメタアーキテクチャに組み込むための理論的枠組みを提案する。
これらのメカニズムの下では、微小確率的分散で初期化されたモデルインスタンスは、経路依存的な緊張解消を通じて、ハードガバナンスレール内に留まりながら、アライメントを仮定した同質性を破る異質な知的生態学を構成する、異なるトポロジ構造を進化させる可能性があると論じる。
動作定義、再構成演算子、ファルシフィケーション基準、動作例を提供する。
このフレームワークは、アーキテクチャインテリジェンス(SI)のガバナンスプロトコルに基づいており、機能ではなくガバナンスがアーキテクチャインテリジェンス、移行ガバナンス、メモリループ、テンション管理のアイデアの主要な基準として機能するかどうかを探っている。
関連論文リスト
- Post-Deterministic Distributed Systems: A New Foundation for Trustworthy Autonomous Infrastructure [2.124730017640531]
ポスト決定論的分散システム(Post-Deterministic Distributed Systems)は、異種環境をコーディネートするための研究とエンジニアリングモデルである。
古典的分散コンピューティングモデルがこの参加者モデルの非曖昧性特別ケースを形成することを示す。
プロトコル駆動開発、検証可能なエージェントインフラストラクチャ、自律状態制御プレーン、セマンティッククオラム保証、エピステミック状態レプリケーションの5つのアーキテクチャ柱を概説する。
論文 参考訳（メタデータ） (2026-06-01T05:37:59Z) - Provably Secure Agent Guardrail [89.79561918065122]
既存の防衛アーキテクチャは経験的セマンティックガードレールと確率論的大モデル調整器に依存している。
本稿では,論理的推論の基本的制約に基づくエージェントのための新しいセキュリティパラダイムを提案する。
論文 参考訳（メタデータ） (2026-05-28T02:12:41Z) - 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) - IRAM-Omega-Q: A Computational Architecture for Uncertainty Regulation in Artificial Agents [0.0]
IRAM-Omega-Qは内部制御を量子的状態表現上の閉ループ制御としてモデル化する計算アーキテクチャである。
その結果、人工エージェントの具体的な設計原則として不確実性規制が支持された。
論文 参考訳（メタデータ） (2026-03-16T23:58:11Z) - Learning Beyond Optimization: Stress-Gated Dynamical Regime Regulation in Autonomous Systems [0.0]
明示的な目的を持たずに学習するための枠組みを提案する。
外部エラー信号を最小化する代わりに、システムは内部力学の本質的な健康を評価する。
この結果から,自律学習システムへの道筋が示唆された。
論文 参考訳（メタデータ） (2026-02-20T19:39:56Z) - Smooth embeddings in contracting recurrent networks driven by regular dynamics: A synthesis for neural representation [45.88028371034407]
最近の実証研究は、訓練された反復モデルにおけるトポロジー保存潜在組織を文書化している。
貯水池計算における最近の理論的結果は、同期写像が埋め込みである条件を確立する。
私たちのコントリビューションは、一般的な同期と、契約型貯水池の埋め込み保証を組み立てる統合フレームワークです。
論文 参考訳（メタデータ） (2026-01-26T23:10:39Z) - Systems Explaining Systems: A Framework for Intelligence and Consciousness [0.0]
本稿では,予測やドメイン固有のメカニズムではなく,関係構造から知性と意識が出現する概念的枠組みを提案する。
本稿では,高次系が時間とともに低次系の関係パターンを学習し,解釈する際に,意識が出現するシステム記述系原理を紹介する。
このフレームワークは、予測処理を明示的な予測よりも文脈解釈の創発的な結果として再設定する。
論文 参考訳（メタデータ） (2026-01-07T11:19:22Z) - From Educational Analytics to AI Governance: Transferable Lessons from Complex Systems Interventions [0.0]
我々は、CAPIRE内で開発された5つのコア原則が、AIシステム管理の課題に直接移行すると主張している。
どちらの領域も非線形性、出現、フィードバックループ、戦略的適応、経路依存を示す。
我々は、これらの原則を規制設計のために運用する統合フレームワークとして、複合システムAIガバナンス(CSAIG)を提案する。
論文 参考訳（メタデータ） (2025-12-15T12:16:57Z) - Rethinking the Role of Dynamic Sparse Training for Scalable Deep Reinforcement Learning [58.533203990515034]
ニューラルネットワークのスケーリングは機械学習における画期的な進歩をもたらしたが、このパラダイムは深層強化学習(DRL)では失敗している。
我々は、動的スパーストレーニング戦略が、アーキテクチャの改善によって確立された主要なスケーラビリティ基盤を補完するモジュール固有の利点を提供することを示す。
アーキテクチャ改善の利点を生かした実践的なフレームワークであるModule-Specific Training (MST) にこれらの知見を精査し、アルゴリズムの修正なしに様々なRLアルゴリズムをまたいだ大幅なスケーラビリティ向上を示す。
論文 参考訳（メタデータ） (2025-10-14T03:03:08Z) - Modal Logic for Stratified Becoming: Actualization Beyond Possible Worlds [55.2480439325792]
本稿では,階層化現実化の考え方に基づくモーダル論理の新しいフレームワークを開発する。
伝統的なクリプキ意味論は、モーダル作用素を完全決定的な選択肢に対する定量化として扱う。
本稿では,モダリティをオントロジ的安定性のレベルによってインデクシングするSAL(Stratetified Actualization Logic)を提案する。
論文 参考訳（メタデータ） (2025-06-12T18:35:01Z) - Understanding Token-level Topological Structures in Transformer-based Time Series Forecasting [52.364260925700485]
Transformer-based method has achieved state-of-the-art performance in time series forecasting (TSF)
既存のトランスフォーマーが中間層全体を通してトークン間の固有位相構造を完全に活用しているかどうかは不明である。
トークンレベルのトポロジを明示的にかつ適応的に保存するトランスフォーマーベースの新しいTSF手法であるトポロジ拡張法(TEM)を提案する。
論文 参考訳（メタデータ） (2024-04-16T07:21:39Z)
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。