Սոկրատեսյան հուշումների ֆիզիկան. սոմատիկ հետադարձ կապ, շախմատային ալֆա-բետա և NLP մետա-մոդել

Հոդվածը վերլուծում է մարդկային հետադարձ կապի միջոցով ամրապնդվող ուսուցման (RLHF) և հրամայական հուշումների սահմանափակումները գեներատիվ արհեստական բանականության մեջ: Հեղինակը պնդում է, որ AI մոդելները որպես դետերմինիստական ծրագրակազմ դիտարկելը հանգեցնում է «մարդ-կոմպիլյատորի» հոգնածության, երբ մշակողները միայն շտկում են ախտանիշները՝ առանց հիմնական խնդիրները լուծելու: Օգտագործելով ոչ ֆոն-նեյմանյան հաշվարկների և խաղերի տեսության զուգահեռները՝ հոդվածն առաջարկում է «Սոկրատեսյան հուշումներ» մեթոդը, որը բարձրացնում է մոդելի ճանաչողական մակարդակը՝ ստիպելով նրան մտածել ճարտարապետական կենսացիկլերի մասին, այլ ոչ թե պարզապես կոդ գեներացնել: Ավելին, ներկայացվում են «Սինթետիկ սպիներ»՝ շախմատային ալֆա-բետա էտման սկզբունքով, որոնք թույլ են տալիս վաղ փուլում հայտնաբերել և կտրել սխալ տրամաբանական ուղիները: Ուղղակի հրահանգներից դեպի ճշգրիտ հարցադրումներ անցումը թույլ է տալիս ստեղծել ավելի կայուն և ճարտարապետորեն հիմնավորված համակարգեր՝ արդյունավետորեն վերափոխելով մոդելի լատենտային «լճակը»: