ADI
一种AI系统架构设计理念，核心主张是将语言模型的概率性推理与记忆准入、身份、权限、执行权、验证等确定性操作责任彻底分离，由独立的治理架构管理后者
时间轴 (近 90 天)
研究者Branden Laskowski（Cortex Agentics Global）发表了人工确定性智能（Artificial Deterministic Intelligence，简称ADI）的首篇研究论文
ADI的核心主张是将概率性推理与外部强制的确定性权威彻底分离，让语言模型专注推理生成，而将记忆准入、身份、权限、执行权、验证和发布交由独立的治理架构管理
ADI的实验在合成历史记忆任务上进行，设计了30种任务，每种配置重复三次，共计90次运行
在受限上下文配置下，8B模型取得了与35B模型完全相同的满分成绩（均为90/90）
35B模型在受限上下文下通过率为90/90，4B模型为72/90
35B模型切换到更宽上下文时通过率暴跌到46/90，其中43次响应因固定输出预算而被截断
该实验属于第一方合成研究，由作者团队自行设计和执行，尚未经过独立复现，专有实现细节未公开
ADI首篇论文的预印本已通过Zenodo发布，DOI为10.5281/zenodo.23265200
作者计划以每周一篇经证据审查的论文的节奏推进ADI系列研究
相关文档和完整研究系列托管在GitHub仓库中
还有 1 条时间轴事件
全部知识事实 (11)
作者提出的开放性工程问题是：在保持所需任务性能的前提下，有多少操作责任可以从推理模型迁移到一个受治理的架构中
50%待验证ADI的核心主张是将概率性推理与外部强制的确定性权威彻底分离，让语言模型专注推理生成，而将记忆准入、身份、权限、执行权、验证和发布交由独立的治理架构管理
50%待验证ADI的实验在合成历史记忆任务上进行，设计了30种任务，每种配置重复三次，共计90次运行
50%待验证在受限上下文配置下，8B模型取得了与35B模型完全相同的满分成绩（均为90/90）
50%待验证35B模型在受限上下文下通过率为90/90，4B模型为72/90
50%待验证35B模型切换到更宽上下文时通过率暴跌到46/90，其中43次响应因固定输出预算而被截断
50%待验证该实验属于第一方合成研究，由作者团队自行设计和执行，尚未经过独立复现，专有实现细节未公开
50%待验证相关文档和完整研究系列托管在GitHub仓库中
50%待验证作者计划以每周一篇经证据审查的论文的节奏推进ADI系列研究
50%待验证研究者Branden Laskowski（Cortex Agentics Global）发表了人工确定性智能（Artificial Deterministic Intelligence，简称ADI）的首篇研究论文
50%待验证ADI首篇论文的预印本已通过Zenodo发布，DOI为10.5281/zenodo.23265200
50%