論文の概要: Semantic Knowledge Technologies: what the Semantic Web lost sight of, and what it never had
- arxiv url: http://arxiv.org/abs/2609.14121v1
- Date: Sat, 12 Sep 2026 19:55:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.70434
- Title: Semantic Knowledge Technologies: what the Semantic Web lost sight of, and what it never had
- Title（参考訳）: セマンティック・ナレッジ・テクノロジー:セマンティック・ウェブが失ったもの、そして今までになかったもの
- Abstract要約: Semantic Webは、情報を機械解釈可能な形で提供し、ソフトウェアがそれを統合し、推論できるようにした。
その標準は科学知識基盤となったが、約束した機械能力は従わなかった。
本稿は、当初の目標が正しく、技術プログラムが不完全であることを論じる。
- 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 Semantic Web set out to give information a machine-interpretable form so that software could integrate and reason over it. Its standards became scientific knowledge infrastructure, but the machine competence it promised did not follow, and the systems now answering questions over scientific knowledge are language models holding no inspectable account of what they know. This paper argues the original goal was right and the technical programme incomplete, states what is missing, and names the extended programme Semantic Knowledge Technologies: the same technical core carried out of its web-publishing origin and applied to knowledge wherever held. The diagnosis is that the standards formalised truth while omitting three things: the conditions under which a claim holds, the operations its terms permit, and any account of what a base covers. Without conditions, contradiction and applicability cannot be judged; without operational grounding, holding a statement confers no ability; without declared coverage, a system cannot recognise the boundary of its own content, which under the open-world assumption cannot be inferred. The paper fixes the word understanding to five measurable tests (check, connect, derive, act, delimit) and sets out a seven-layer architecture in which the first three layers are enabling and the rest the cognitive capabilities they make possible. It then defines three terms the programme implies: Large Knowledge Model, a model whose unit of output is a reference to an addressable claim, not a token; SLKM, the knowledge base an agent builds for itself from declared sources; and Semantic Artificial General Intelligence, stated as a falsifiable position about necessary conditions, not a system. A graded ladder replaces the untestable word general. It is offered as a research agenda, with its weakest points and refutation condition named.
- Abstract（参考訳）: Semantic Webは、情報を機械解釈可能な形で提供し、ソフトウェアがそれを統合し、推論できるようにした。
その標準は科学知識の基盤となったが、約束した機械能力は従わず、現在科学的知識に関する疑問に答えているシステムは、彼らが知っていることの検査可能な説明を持たない言語モデルである。
本稿は、当初の目標が正しく、技術的プログラムが不完全であり、何が欠けているのかを述べ、拡張されたセマンティック・ナレッジ・テクノロジー(セマンティック・ナレッジ・テクノロジー)と呼ぶ。
診断は、標準が真理を定式化し、クレームが持つ条件、その条件が許す操作、ベースが何をカバーするかのあらゆる説明の3つの事項を省略するものである。
条件がなければ、矛盾や適用性は判断できない; 運用上の根拠がなければ、文の保持は能力を与えない; カバレッジを宣言しなければ、システムは自身のコンテンツの境界を認識することができず、オープンワールドの仮定では推測できない。
この論文は、単語理解を5つの測定可能なテスト(チェック、接続、導出、行動、逸脱)に修正し、最初の3つのレイヤが有効であり、残りの3つのレイヤが可能な7層アーキテクチャを設定します。
大規模知識モデル(Large Knowledge Model、アウトプットの単位がトークンではなくアドレス可能なクレームへの参照)、SLKM(エージェントが宣言されたソースから自身のために構築する知識ベース)、セマンティック・ジェネラル・インテリジェンス(Semantic Artificial General Intelligence)はシステムではなく、必要な条件に関する偽造的な位置として記述されている。
グレードされたはしごは、証明不能な単語ジェネラルを置き換える。
研究課題として提供され、最も弱い点と消火条件が付けられている。
関連論文リスト
- Constitutive Priors for Machine Intelligence: A Legitimacy Theory of the Artificial Physical World [6.102551417081661]
マシンインテリジェンスは象徴的な世界を征服したが、物理的には行き詰まった。
私たちの論説:デッドロックは本物だが不均一な分散であり、例外は人工的な物理世界だ。
建物、工業施設、インフラは意図的に構成され、文書化されている。
論文 参考訳（メタデータ） (2026-08-15T09:50:19Z) - What General Intelligence Requires: Non-Reducible Constraints Across Levels of Description [0.0]
一般知能は、人間の認知的達成の全範囲を下書きするものであり、計算アーキテクチャーの特質ではない。
一般知性に関する構造的制約は、異なるレベルの記述を占有し、相互に再現不可能である。
論文 参考訳（メタデータ） (2026-07-21T10:24:57Z) - Ceci n'est pas une pipe: AI systems as semantic abstractions [0.0]
AIシステムの出力は、記述しているように見える事実や世界状態ではなく、エンジニアリングされた表現である。
本稿では,AIシステムを記述するためのセマンティックフレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-10T15:05:28Z) - The Substrate Collapse: AI Code Generation Invalidates Authorship-Based Knowledge Metrics [0.0]
ソフトウェア工学は、システムの知識がどこにあるのかを、そのコードを作成した人から長い間推測してきた。
本稿では、AIコード生成がそのルーツにおける推論に逆らうことを論じる。
論文 参考訳（メタデータ） (2026-06-18T19:17:24Z) - From Specification to Architecture: A Theory Compiler for Knowledge-Guided Machine Learning [6.365277569082624]
理論誘導型機械学習は、モデル設計に直接ドメイン知識を組み込むことで、性能が向上することを示した。
しかし、形式的ドメイン理論がアーキテクチャ上の制約に変換されるプロセスは完全に手作業のままである。
本稿では,型付き機械可読なドメイン理論を入力として受け入れ,アーキテクチャを自動生成するシステムである理論コンパイラを提案する。
論文 参考訳（メタデータ） (2026-03-15T13:15:31Z) - SciIF: Benchmarking Scientific Instruction Following Towards Rigorous Scientific Intelligence [60.202862987441684]
科学的妥当性を確立する制約に厳格に固執しながら、問題を解決する能力。
具体的には,大学レベルの問題と制約の固定されたカタログをペアにすることで,この能力を評価するマルチディシプリンのベンチマークであるSciIFを紹介する。
SciIFは、解の正当性と多拘束性の両方を測定することにより、構成的推論失敗のきめ細かい診断を可能にする。
論文 参考訳（メタデータ） (2026-01-08T09:45:58Z) - The Open Syndrome Definition [61.0983330391914]
ケースとシンドロームの定義を表現するための,最初のオープンな機械可読フォーマットを提案する。
我々は、既存の人間可読定義を機械可読形式に変換するための、標準化されたケース定義とツールの最初の包括的なデータセットを紹介する。
オープンシンドローム定義フォーマットは、システム間のケース定義の一貫性とスケーラブルな使用を可能にし、公衆衛生の準備と対応を強化するAIの可能性を解放する。
論文 参考訳（メタデータ） (2025-09-29T19:41:54Z) - Understanding the Dilemma of Unlearning for Large Language Models [50.54260066313032]
Unlearningは、大きな言語モデル(LLM)から特定の知識を取り除こうとしている。
提案するunPactは,帰納的帰属とコントリビューショントラッキングによるアンラーニングのための解釈可能なフレームワークである。
論文 参考訳（メタデータ） (2025-09-29T12:15:19Z) - What Really is Commonsense Knowledge? [58.5342212738895]
我々は、既存のコモンセンス知識の定義を調査し、概念を定義するための3つのフレームワークに基礎を置き、それらをコモンセンス知識の統一的な定義に統合する。
次に、アノテーションと実験のための統合された定義をCommonsenseQAとCommonsenseQA 2.0データセットで使用します。
本研究は,2つのデータセットには非常識知識のインスタンスが多数存在し,これら2つのサブセットに対して大きな性能差があることを示す。
論文 参考訳（メタデータ） (2024-11-06T14:54:19Z) - Towards Verifiable Generation: A Benchmark for Knowledge-aware Language Model Attribution [48.86322922826514]
本稿では,知識認識型言語モデル属性(KaLMA)の新たな課題について述べる。
まず、属性のソースを構造化されていないテキストから知識グラフ(KG)に拡張し、そのリッチな構造は属性のパフォーマンスと作業シナリオの両方に役立ちます。
第2に,不完全な知識リポジトリを考慮した「意識的非能力」の設定を提案する。
第3に,テキスト品質,引用品質,引用アライメントを含む総合的な自動評価指標を提案する。
論文 参考訳（メタデータ） (2023-10-09T11:45:59Z) - Knowledge Crosswords: Geometric Knowledge Reasoning with Large Language Models [49.23348672822087]
構造化された事実制約に縛られた不完全な知識ネットワークからなるベンチマークである知識クロスワードを提案する。
幾何学的知識推論の新しい設定は、既存の原子/線形マルチホップQAを超える新しいLM能力を必要とする。
我々は,既存のLLMと知識クロスワードのアプローチを評価するために,広範囲な実験を行っている。
論文 参考訳（メタデータ） (2023-10-02T15:43:53Z) - Provable Limitations of Acquiring Meaning from Ungrounded Form: What
will Future Language Models Understand? [87.20342701232869]
未知のシステムが意味を習得する能力について検討する。
アサーションによってシステムが等価性のような意味関係を保存する表現をエミュレートできるかどうか検討する。
言語内のすべての表現が参照的に透明であれば,アサーションによってセマンティックエミュレーションが可能になる。
しかし、言語が変数バインディングのような非透過的なパターンを使用する場合、エミュレーションは計算不能な問題になる可能性がある。
論文 参考訳（メタデータ） (2021-04-22T01:00:17Z)
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。