論文の概要: Universal Fractal Natural Language Decision Map: Real-Time Edge Triage Across Heterogeneous Domains
- arxiv url: http://arxiv.org/abs/2609.25498v2
- Date: Thu, 24 Sep 2026 12:54:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.315029
- Title: Universal Fractal Natural Language Decision Map: Real-Time Edge Triage Across Heterogeneous Domains
- Title（参考訳）: Universal Fractal Natural Language Decision Map: Real-Time Edge Triage Across Heterogeneous Domains
- Abstract要約: 拡張マンデルブロットフラクタル神経合成(Dagli et al., 2026)
本稿では,Werrマシンネイティブエッジ反射ランタイムと実運用対応プラットフォームを通じて実現されたユニバーサルフラクタル自然言語決定マップを提案する。
エンジンは、24バイトの座標シードを動的に変調することで、決定論的決定(-noul (Boolean))、選択(カテゴリ)、スコア(ordinal)を合成する。
- 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: Deploying Large Language Models for runtime operational triage incurs prohibitive latency (>100-500 ms), high VRAM requirements (>4-8 GB), and excessive energy dissipation. Extending Mandelbrot Fractal Neural Synthesis (Dagli et al., 2026), this paper presents the Universal Fractal Natural Language Decision Map, realized via the werr machine-native edge reflex runtime and the production answerr platform (https://answerr.me). Operating entirely without stored weight tensors (0 Bytes VRAM), the engine synthesizes deterministic decisions---noul (Boolean), choice (categorical), and score (ordinal)---by dynamically modulating 24-byte coordinate seeds along the chaotic boundary of the Mandelbrot set and evaluating multi-scale escape dynamics. Drawing inspiration from biological System-One reflex arcs, the engine introduces: (i) an Auto-Seed Router with domain projector Phi_D yielding a +28.8% accuracy gain over linear baselines; (ii) an Information-Theoretic Semantic Token Damping Filter (T_desc = 0.045) insulating against prompt injections (0.0% empirical bypass; 95% Wilson CI: [0.0%, 27.8%]) while pruning iterations by 45.8% (accelerating throughput 2.5x to 3.31 ms latency); (iii) a Multi-Scale Harmonic Tripod Fusion; (iv) a Coupled Margin Expansion Operator (Pitchfork Bifurcation Offset); and (v) a Cyclic Z/9Z Modular Resonant Grid Discretization based on the closed sub-ideal {0,3,6} (Lean 4 Mathlib ZMod 9), reducing FLOPs by 68.4%. Evaluated on JevBench (N=231), werr achieves 100.00% TypeSafe compliance and 81.65% calibrated accuracy with 7.08 ms median latency. We provide an OpenAI-compatible API and demonstrate deployment on 32-byte EVM smart contracts via the open-source werracle on-chain oracle (21,438 gas).
- Abstract（参考訳）: 実行時トリアージのための大規模言語モデルのデプロイは、禁断のレイテンシ(>100-500 ms)、高いVRAM要求(>4-8 GB)、過度のエネルギー消費を引き起こす。
マンデルブロットフラクタルニューラルシンセシス(Dagli et al , 2026)を拡張して, 汎用フラクタル自然言語決定マップ(Universal Fractal Natural Language Decision Map)を提案する。
ストアドウェイトテンソル(0バイトVRAM)なしで完全に動作し、エンジンは決定論的決定を合成する - ブール(ブール)、選択(カテゴリー)、スコア(正規) - マンデルブロ集合のカオス的境界に沿って24バイトの座標シードを動的に変調し、マルチスケールのエスケープダイナミクスを評価する。
生物学的なシステムワン反射弧からインスピレーションを得たエンジンは、次のように紹介する。
i) ドメインプロジェクタPhi_Dによるオートシードルータの精度は,線形ベースラインよりも+28.8%向上する。
(II)インフォメーション・セマンティック・トーケン・ダンピング・フィルタ(T_desc = 0.045)のインプット・インジェクション(試験的バイパス率0.0%、95% Wilson CI: [0.0%, 27.8%])に対して、繰り返しを45.8%(スループット2.5xから3.31msの遅延を加速させる)で切断する。
三 マルチスケール高調波三脚融合
(四 連結マージン拡張事業者(ピッチフォーク分岐オフセット)及び
(v) 閉部分イデアル {0,3,6} (Lean 4 Mathlib ZMod 9) に基づく循環Z/9Zモード共振格子離散化(FLOPs 68.4%)。
JevBench (N=231)で評価すると、Werrは100.00%のTypeSafe準拠と81.65%の校正精度を7.08msのレイテンシで達成している。
OpenAI互換のAPIを提供し、オープンソースのwerracle on-chain Oracle(21,438ガス)を介して32バイトのEVMスマートコントラクトをデプロイします。
関連論文リスト
- Chameleon: An Adaptive AI-Driven Honeypot Architecture Using Threat-Calibrated Particle Swarm Optimization and Semantic Deception Rapidly-Exploring Random Trees [0.0]
低コストの商用偽装製品は、応答エンジンがリアルタイムモデル駆動のフィードバックに結びついていないという、関連する弱点を共有している。
メカニズムは、両方の欠点に対処するために、オープンに分散されたアダプティブなハニーポットプラットフォームである。
論文 参考訳（メタデータ） (2026-08-15T20:30:14Z) - LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation [53.88286427894783]
視覚言語モデル(VLM)は、ロボット分野において、言語コンテキストによる環境認識を可能にする強力なツールとして登場した。
しかし、彼らの計算フットプリントは、通常、それらをクラウド実行に制限し、リソースに制約のあるロボットへのローカルなデプロイによる低レイテンシの推論を妨げる。
本稿では,大規模フロンティアモデルからの複雑な空間意味推論を,組み込みGPUデバイス上でエッジ実行を行うための軽量な4BパラメータローカルVLMに転送する蒸留戦略を提案する。
論文 参考訳（メタデータ） (2026-06-26T09:11:59Z) - EULER-ADAS: Energy-Efficient & SIMD-Unified Logarithmic-Posit Engine for Precision-Reconfigurable Approximate ADAS Acceleration [0.12314765641075437]
EULER-ADASは、エネルギー効率と信頼性を意識したADASアクセラレーションのためのSIMD対応の対数有界型ニューラルネットワークエンジンである。
提案したデータパスは,有界正規化ポジット表現,段階適応対数マンティサ乗算とビットトランケーション,SIMD共有クイア蓄積経路を組み合わせたものである。
FPGAの実装により、提案された構成により、LUT数を41.4%、遅延を76.1%、パワーを71.9%削減できる。
論文 参考訳（メタデータ） (2026-05-07T19:20:10Z) - ZenBrain: A Neuroscience-Inspired 7-Layer Memory Architecture for Autonomous AI Systems [51.56484100374058]
LongMemEval-500では、ZenBrainは長いコンテキストのオラクルのバイナリ・ジャッジの精度を4.5pp以内と一致させる。
ZenBrainは7層の神経科学にインスパイアされたメモリアーキテクチャである。
論文 参考訳（メタデータ） (2026-04-26T20:39:19Z) - THEIA: Learning Complete Kleene Three-Valued Logic in a Pure-Neural Modular Architecture [0.0]
THEIAは2.75Mのモジュラー・ニューラルアーキテクチャで、外部のシンボル推論や手書きのK3ゲートプリミティブを使わずにタスクデータから完全Kleene 3値論理(K3)真理表を学習する。
トランスフォーマーのベースラインは39の規則すべてで99%に到達し、フラットは0.04pp以内のフェーズ1の精度でTheIAと一致している。
論文 参考訳（メタデータ） (2026-04-13T10:44:15Z) - Scaling DoRA: High-Rank Adaptation via Factored Norms and Fused Kernels [83.99688944263843]
DoRA(Weight-De Low-Rank Adaptation)は、LoRAを方向から分離することで拡張する。
d_in = 8192 とランク r = 384 では、単一のモジュールのノルムは bf16 で512MB の過渡的なワーキングメモリを必要とする。
因子ノルムは、二乗ノルムを O(d_out r + r2) 中間体を通して計算可能な基底、交差、およびグラマー項に分解し、密積を除去する。
論文 参考訳（メタデータ） (2026-03-23T17:57:24Z) - DarwinWafer: A Wafer-Scale Neuromorphic Chip [43.876109856399886]
我々は,300mmシリコンインターポーサ上に64個のDarwin3チップレットを高密度に統合し,オフチップ配線をウェハスケールで置き換えるハイパースケールシステム・オン・ウェハを提案する。
各チップレット内のGALS NoCと階層的な時間ステップ同期を備えたAERベースの非同期ウエハファブリックは、ウエハをまたいだ低レイテンシでコヒーレントな動作を提供する。
DarwinWaferは100Wを消費し、64TSOPSピークスループット(0.64TSOPS/W)で4.9pJ/SOPを達成する。
論文 参考訳（メタデータ） (2025-08-30T00:22:09Z) - Serving Large Language Models on Huawei CloudMatrix384 [28.88558053380112]
従来のAIクラスタは、計算強度、メモリ帯域幅、チップ間通信、レイテンシの制限に直面している。
本稿では,Huawei CloudMatrixを紹介する。Huawei CloudMatrixは,プロダクショングレードのCloudMatrix384スーパーノードで実現された次世代AIアーキテクチャである。
384 Ascend 910 NPUと192 Kunpeng CPUを超広帯域統一バス(UB)ネットワークを介して相互接続し、直接通信とリソースの動的プールを可能にする。
論文 参考訳（メタデータ） (2025-06-15T03:41:34Z) - Hybrid Window Attention Based Transformer Architecture for Brain Tumor
Segmentation [28.650980942429726]
細かな特徴を抽出するための2つのウィンドウ化戦略に従うボリューム視覚変換器を提案する。
FeTS Challenge 2022データセット上で,ネットワークアーキテクチャをトレーニングし,評価した。
オンライン検証データセットのパフォーマンスは以下の通りである。 Dice similarity Score of 81.71%, 91.38%, 85.40%。
論文 参考訳（メタデータ） (2022-09-16T03:55:48Z)
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。