論文の概要: Towards High-Level Semantic Intelligence

• arxiv url: http://arxiv.org/abs/2607.24082v1
• Date: Mon, 27 Jul 2026 07:23:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.344888
• Title: Towards High-Level Semantic Intelligence
• Title（参考訳）: 高レベルセマンティックインテリジェンスを目指して
• Authors: Xiujie Song, Gefei Yang, Yining You, Jiahui Gan, Qi Jia, Shota Watanabe, Tianxi Wan, Mengyue Wu, Kai Yu,
• Abstract要約: AIの最近の進歩は、その認知と推論能力を大幅に拡張した。 意味複雑性の観点からは、AIの開発は単純な意味処理から複雑な意味処理への明確な軌道を明らかにしている。 この調査は、意味複雑性の観点から、AIセマンティックインテリジェンスの開発をレビューする。
• 参考スコア（独自算出の注目度）: 25.808977845376845
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in AI have substantially expanded its cognitive and reasoning capabilities. From the perspective of semantic complexity, the development of AI reveals a clear trajectory from simple to complex semantic processing. While early AI systems mainly addressed tasks involving direct and literal semantic perception or expression, contemporary systems are increasingly expected to perform more sophisticated cognitive reasoning, enabling the understanding and generation of High-Level Semantics (HLS). A similar trajectory can also be observed in human cognitive development. We define this transition as the shift from Basic-Level Semantic Intelligence (BLSI) to High-Level Semantic Intelligence (HLSI). However, this issue has not yet been systematically and comprehensively examined in prior work. Motivated by this gap, this survey reviews the development of AI semantic intelligence from the perspective of semantic complexity. We systematically survey existing research on HLS tasks, including humor, sarcasm, metaphor, empathy, persuasion, narrative, and other general HLS phenomena, across text, speech, vision, and multimodal scenarios. Specifically, we summarize data construction methods, modeling and optimization strategies, and evaluation methodologies for both understanding and generation. HLS is essential for advancing AI toward genuinely human-like intelligence. By synthesizing existing methods and insights from the perspective of semantic intelligence, this survey aims to support the continued development of AI toward HLSI.
• Abstract（参考訳）: AIの最近の進歩は、その認知と推論能力を大幅に拡張した。 意味複雑性の観点からは、AIの開発は単純な意味処理から複雑な意味処理への明確な軌道を明らかにしている。 初期のAIシステムは、直接的およびリテラルなセマンティック認識や表現を含むタスクに主に対応しているが、現代システムはより洗練された認知的推論を実行し、ハイレベルセマンティックス(HLS)の理解と生成を可能にすることが期待されている。 同様の軌道は人間の認知発達にも見られる。 我々はこの遷移を,基本レベルセマンティック・インテリジェンス(BLSI)から高レベルセマンティック・インテリジェンス(HLSI)への移行と定義する。 しかし、この問題は以前の研究では体系的にも包括的にも検討されていない。 このギャップによって動機づけられたこの調査は、意味複雑性の観点からAIセマンティックインテリジェンスの開発をレビューする。 我々は, ユーモア, 皮肉, 比喩, 共感, 説得, 物語, その他の一般的なHLS現象など, テキスト, 音声, 視覚, マルチモーダルシナリオにおけるHLSの課題に関する既存の研究を体系的に調査した。 具体的には、データ構築方法、モデリングと最適化戦略、理解と生成の両方のための評価手法について要約する。 HLSは、真の人間のような知性に向けてAIを前進させるのに不可欠である。 セマンティックインテリジェンスの観点から既存の手法と洞察を合成することにより、この調査はHLSIに向けたAIの継続的な開発を支援することを目的としている。

関連論文リスト

• A Survey of Reasoning in Autonomous Driving Systems: Open Challenges and Emerging Paradigms [49.66022971508878]
  私たちは、推論はモジュラーコンポーネントからシステムの認知コアに高めるべきだと論じています。 応答性推論のトレードオフやソーシャルゲーム推論など,7つの中核的推論課題を導出し,体系化する。 我々は,LLMに基づく推論と,ミリ秒スケールで安全クリティカルな車両制御の要求との間の,高レイテンシ,熟考的特性の根本的かつ未解決な緊張関係を同定する。
  論文  参考訳（メタデータ） (2026-03-11T07:40:53Z)
• A Comprehensive Review of AI Agents: Transforming Possibilities in Technology and Beyond [3.96715377510494]
  Reviewは、次世代のAIエージェントシステムを、より堅牢で適応性があり、信頼できる自律的知性へと導くことを目指している。 認知科学に触発されたモデル、階層的強化学習フレームワーク、および大規模言語モデルに基づく推論から洞察を合成する。 我々は、これらのエージェントを現実世界のシナリオに展開する際の倫理的、安全性、解釈可能性に関する懸念について論じる。
  論文  参考訳（メタデータ） (2025-08-16T07:38:45Z)
• Semantic Mastery: Enhancing LLMs with Advanced Natural Language Understanding [0.0]
  本稿では,より高度なNLU技術を用いて,大規模言語モデル(LLM)を進化させる最先端の方法論について論じる。 我々は、構造化知識グラフ、検索強化生成(RAG)、および人間レベルの理解とモデルにマッチする微調整戦略の利用を分析する。
  論文  参考訳（メタデータ） (2025-04-01T04:12:04Z)
• Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
  コネクショニストと象徴的人工知能(AI)の収束を探求する記事 従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。 大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-11T14:00:53Z)
• Beyond Interpretable Benchmarks: Contextual Learning through Cognitive and Multimodal Perception [0.0]
  この研究は、チューリングテストがコンピュータシステムを人為的に形作る試みであると誤解されていることを主張する。 通訳性に欠けるにもかかわらず、汎用知能の基盤として暗黙の学習を強調している。
  論文  参考訳（メタデータ） (2022-12-04T08:30:04Z)

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。