本文提出VaCoAl,一个新颖的代数确定性高维记忆系统,作为理解默会知识的模型。作者认为,默会知识最好被表示为记忆的操作模式,而非其内容。VaCoAl通过CASRAM和PyVaCoAl实现,通过修复冲突或通过容忍冲突来偏向直接路径,从而实现可审计的痕迹,形式化了知识表示中可审计性和估值互补的性质。该研究将此模型与默会知识的哲学概念联系起来,并暗示了对AI生成科学的影响,提出LLM应生成内容,而VaCoAl应维护可审计的痕迹,供人类估值以重新确立科学理解。 AI
影响 提出了一种理解AI中默会知识的新框架,可能影响AI生成科学的验证和理解方式。
排序理由 该条目是一篇学术论文,详细介绍了一个新的AI理论模型。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- AlphaGo
- CASRAM
- Collins
- Galois
- Mercier
- Michael Polanyi
- Nonaka
- PyVaCoAl
- Sperber
- Tao
- Tsoukas
- VaCoAl
- von Krogh
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →