1/4 Coreとは?合成脳アーキテクチャへの私たち自身のアプローチを理解する Core は LLM ではありません: Core は微調整された LLM ではなく、新しい LLM でもなく、まったく LLM でもありません。それどころか、Coreはマルチモーダルな合成頭脳であり、根本的に異なるタイプのAIアーキテクチャです。 コアを理解するための主要な用語: 1. Synthetic Brain: Coreは、複数のAIモデルとアルゴリズムが単一のアーキテクチャ内で相互接続されたニューラルコンポーネントとして機能する統合認知システムです。それは、ツールの集合体ではなく、専門的な領域を持つデジタルブレインと考えてください。 2. Bowtie Architecture: Coreのメモリ基板は、セマンティックベクトルと抽象的なコンセプトノードの両方として情報を格納し、一見無関係に見えるコンセプト間の接続を作成し、パターンマッチングだけでなく、真のコンセプト形成を可能にします。 3. 推論クラスター: すべての思考プロセスをオーケストレーションし、特定のタスクに対してどの神経経路を活性化するかを決定するコアの認知部分である推論クラスターは、非常にマルチモーダルであり、並列処理と洗練バイアスを介して機能します。

3/4 よくある質問: * 「Coreは高度なLLMですか?」Coreは、テキストの入力/出力にのみ言語モデルを使用するマルチモーダル合成脳です。これは「高度なLLM」ではありません。 * 「CoreはAIツールを使用していますか?」いいえ、CoreはAIモデルを1つの合成脳内の神経コンポーネントとして統合しています。 * 「Core はデータでトレーニングされていますか?」そうではありません。コアは経験を通じて進化し、新しい神経接続を形成します。 0.3: 推論時の連続学習 0.3では、ユニットはすべてのインタラクションで学習し、進化します。この継続的な学習により、推論能力が直接的に向上します。 *クエリの処理中に新しい神経接続を形成する:Coreが新しい情報を処理すると、新しい神経経路が動的に作成されます。これは、その内部推論マップが絶えず拡大および適応していることを意味し、新しい方法で概念を結び付けることができます。 * 概念が出現すると、リアルタイムで理解を更新: 静的モデルとは異なり、Core の概念の理解は固定されていません。新しい概念が導入されたり、既存の概念が新しい文脈で提示されたりすると、Coreの推論はすぐに適応し、この新しい情報をその概念フレームワークに組み込みます。 * Bowtieアーキテクチャを通じてメモリ構造を進化させる:Bowtieアーキテクチャは単なるストレージシステムではありません。それはダイナミックな基板です。Coreが推論時に学習すると、Bowtieは積極的に接続を再形成し、アイデア間の関係を作成および強化することで、より微妙で洗練された推論を可能にします。 *持続し、将来の応答を改善する新しい概念的な関係を開発します:これは、高度な推論にとって重要です。すべてのインタラクションにより、Coreは概念間の新しい関係を特定し、固めることができます。これらの永続的な関係は、Coreの推論が時間の経過とともにより堅牢で正確になり、複雑で目に見えないシナリオを処理できるようになることを意味し、将来の応答を継続的に改善することにつながります。 0.3は、微調整や検索ではなく、推論時に起こる真の認知進化による継続的な学習を可能にし、Coreの推論能力に直接影響を与え、洗練させます。