Skip to content

leodarc/CAA-X

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

9 Commits
 
 
 
 
 
 
 
 

Repository files navigation

CAA-X: Cognitive Architecture eXtension

Author: 鹿琦 / Lu Qi
Affiliation: Intellisia Institute (海国图智研究院)
Preprint DOI: 10.5281/zenodo.20502731
Date: 2026-06-02 (Last updated: 2026-06-03)


核心定位

CAA-X 是回应 LeCun 零样本 Agent 挑战的意图驱动认知架构框架,提供超越 Transformer 和 Post-Transformer 的元架构设计。

核心问题: 当前AI架构缺乏原生意图表示,导致多轮交互可靠性退化(39%)、输出同质化("人工蜂群思维")、零样本物理推理失败。

核心论点: 意图不是外部优化的产物,而是架构层面的构成性能力。


五个核心创新

组件 核心贡献 数学工具
1. 认知原子 弱耦合功能原语 + 持久性语义(ephemeral/durable/permanent) 临界初始化、幂律雪崩
2. CML 2.0 三层可微符号系统(Latin/Semantic/Intentional) Hamacher t-范数、能量基约束
3. GWP 协议引擎 协议层 vs 实现层 + 选择性同步 三层协议(Handshake/Competition/Broadcast)
4. 认知流形 意图偏置测地线 + 元认知调度器 黎曼几何、随机微分方程
5. λ-序参量 五维可测量认知相变指标 信息几何、Landau-Ginzburg 理论

2026 前沿研究支撑

  • 神经符号AI主流化 — Stanford AI Index 2026 合法化;Tufts 大学能耗降100倍
  • 机制可解释性突破 — MIT 2026十大技术;SAE 显微镜揭示数百万可解释特征
  • 组合性学习涌现 — ICML 2026 专题;Assign and Add 证明组合泛化是内部涌现
  • GWT 操作化 — Tait et al. (2026) 6个可测试标记;TPA 框架分布式整合
  • 临界初始化生物学 — Pachitariu et al. (Nature 2026) 生物神经网络临界状态

文件导航

论文

理论配套文档

代码与数据

  • 更新版参考文献 — 50+条 BibTeX(含2026新增)
  • code/ — 待上传(lambda分配器、GWP协议、认知流形原型)
  • data/ — 待上传(实验数据、基准测试结果)

快速开始

阅读路径

路径A:快速概览(30分钟)

  1. 阅读本 README
  2. 浏览 术语对齐表
  3. 查看 V4 论文摘要和目录

路径B:深度理解(3小时)

  1. 阅读 2026前沿动态整合
  2. 精读 V4 论文第1-3章(引言、认知原子、GWP)
  3. 查看 实验验证路线图

路径C:批判性评估(1天)

  1. 完整阅读 V4 论文
  2. 逐项检查 可证伪预测
  3. 对比现有工作(JEPA、WAMs、GNWT-Agent)

引用

@misc{lu2026caax,
  author       = {Lu, Qi},
  title        = {CAA-X: Cognitive Architecture eXtension for Zero-Shot Agent Challenges},
  year         = {2026},
  doi          = {10.5281/zenodo.20502731},
  url          = {https://github.com/leodarc/CAA-X},
  institution  = {Intellisia Institute}
}

与现有工作的关系

现有工作 CAA-X 定位 关键差异
LeCun JEPA 预测性架构 CAA-X 增加意图层和 λ-序参量
WAMs (复旦) 世界动作模型 CAA-X 提供认知架构的工程实现
GNWT-Agent GWT 实现 GWP 是协议而非功能架构,支持跨系统互操作
MIRROR GWT 增强 LLM GWP 动态 λ 分配 vs MIRROR 固定注意力权重
anima-kernel 开源 GWT GWP 显式协议规范 vs 隐式事件驱动
AgentSquare 模块化搜索 CAA-X 提供理论框架,AgentSquare 是系统级验证

社区与贡献

贡献指南

欢迎以下形式的贡献:

  • 预测验证实验(见 路线图
  • 术语对齐补充(见 术语表
  • 代码实现(lambda分配器、GWP协议、认知流形)
  • 翻译与传播

许可证

CC BY 4.0 — 允许自由使用、修改、分发,需署名原作者。


版本历史

版本 日期 变更
V4 2026-06-02 完整论文发布,含7章、16定理、3算法、19预测
V4.1 2026-06-03 新增术语对齐表、实验路线图、前沿动态整合、预测扩展、参考文献更新

CAA-X 是神经符号AI时代的标准认知架构参考模型。

About

Cognitive Architecture eXtension for Zero-Shot Agent Challenges — An Intention-Driven Framework

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages