بحث جديد من ستانفورد. الجدل حول الذكاء الاصطناعي العام عالق في ثنائية زائفة. الموقف الأول: نماذج اللغة الكبيرة على نطاق واسع وتظهر الذكاء. الموقف الثاني: نماذج اللغة الكبيرة هي مطابقات أنماط غير قادرة على التفكير، وهي طريق مسدود. تجادل هذه الورقة بموقف ثالث: الركيزة مع التنسيق. نماذج اللغة الكبيرة هي المستودع الضروري لنمط System-1. المكون المفقود هو طبقة تنسيق System-2 التي تختار وتقيد وتربط هذه الأنماط بالأهداف الخارجية. يفترض المؤلف أن الفهم الرئيسي يأتي من استعارة صيد. المحيط هو المعرفة الكامنة الواسعة للنموذج. التعويذة بدون طعم تستعيد أقصى احتمالية سابقة: مخرجات عامة وشائعة. النقاد الذين يلاحظون الهلوسة لا يرون نظاما معطلا. هم يرون طاقم غير مفعم بالطعم. السلوك الذكي يتطلب الطعم والتصفية. تقوم الورقة بصياغة هذا الموضوع من خلال نظرية UCCT، وهي نظرية يظهر فيها الاستدلال كانتقال طوري. تحكم ثلاثة عوامل التحول: الدعم الفعال (كثافة الطعم التي تجذب مفاهيم الهدف)، عدم التوافق التمثيلي (مدى مقاومة الطعم السابق)، وميزانية تثبيت تكيفية (تكلفة السياق). عندما تتجاوز قوة التثبيت عتبة، يتحول السلوك من هلوسة إلى تحكم موجه نحو الهدف. مثالان في السياق يمكن أن يتجاوزوا الحسابات المستفادة من مليارات الرموز. الانتقال منفصل، وليس تدريجيا. التنسيق هو عنق زجاجة في أنظمة الذكاء الاصطناعي الحديثة. ينفذ MACI طبقة التنسيق هذه: النقاش المعدل بالسلوك بين الوكلاء، الحكم السقراطي الذي يصفي الحجج غير المثبتة، والذاكرة المعاملية التي تحافظ على الحالة عبر حلقات التفكير. اقرأ ورقة هندسة السياق الوكيل للحصول على أفكار حول جزء الذاكرة. يمر الطريق إلى الذكاء الاصطناعي العام عبر نماذج اللغة الكبيرة، وليس حولها. السؤال ليس ما إذا كانت مستودعات الأنماط كافية. وهي آليات التنسيق التي يمكن أن تحول سعة النمط إلى منطق موثوق وقابل للتحقق. الورقة: تعلم كيفية بناء وكلاء الذكاء الاصطناعي الفعالين في أكاديميتنا: