arXiv 论文提出面向 ASI 的五层沟通架构
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载五层结构怎么划分
论文把消息的形成与理解拆成五个层级：第一层是对活动世界的系统性表征；第二层是从这些表征中切出的某个特定情境；第三层是对该情境的叙事描述；第四层是消息的完整含义；第五层才是文本本身。作者强调，情境的图式模型与关于它的故事并不等同，二者分属不同层级。接收方之所以能从简略文本还原完整含义，依赖的是双方共同构建并达成一致的表征与共同活动。反向过程同样成立：从完整含义出发，经由扩展描述与情境图式模型，最终重建系统性基础。
对上下文与权重的判断
论文的中心论点是：语言模型的上下文从根本上无法把话语形成的基础拿出来供检查和验证。这些基础由预先习得的图式、对活动世界的系统性表征，以及其中被当作真的连接所确立。作者进一步指出，上下文与训练得到的模型权重本身，都不能证明刻意构建的系统性表征确实存在。这一判断把「意义从哪来」的问题从模型内部移到了模型之外，也解释了论文为何要引入分层结构来检查与调整消息的基础。
理论来源与后续方向
论文的理论基础取自三处：G. P. Shchedrovitskiy 的系统方法论、A. Korzybski 的结构微分，以及 I. A. Mel'chuk 的意义-文本理论。作者称其贡献在于给出一种具体的系统-活动式内容组织方式，用于检查与调整消息基础，并控制这些基础在转换过程中产生的后果。后续研究指向基于可重建系统性基础的活动大型图模型，这与从上下文直接生成文本的路径不同。论文共 36 页，含 1 幅图。
为什么值得看
它把「模型上下文之外的意义基础」拆成可检验的五层结构，为讨论强语言 ASI 的沟通与验证提供了新框架。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。