این ترجمه به صورت خودکار از نسخهٔ اصلی انگلیسیِ تاریخدار تهیه شده است. نسخهٔ انگلیسی معتبر است. English →
این مقاله ARC Principle (نظریهٔ آفرینش بازگشتی مصنوعی) را که نخست در Infinite Architects (Eastwood, 2026) پیشنهاد شد، رسمی میسازد و پیشآزمون میکند: توانمندی در سامانههای هوشمند با عمق بازگشتی بهصورت فراخطی مقیاس میشود. این اصل ریاضیوار بهصورت U = I x R^alpha بیان میشود، جایی که توانمندی مؤثر (U) با هوش پایه (I) ضربدر عمق بازگشتی (R) به توان یک نمای برآوردشدهٔ تجربی مقیاس میشود.
درونِ ARC Theory: بیانِ رسمیِ قانون I، معادلهٔ ARC، و ARC Bound، مقدارِ گمانهای قانون III، سقف.
این مقاله کدام قانون را حمل میکند. ARC Theory سه قانونِ شمارهدار دارد، و ARC Principle نامِ جمعیِ آن سه با هم است، نه هیچیک بهتنهایی. این مقاله قانون یکم، معادلهٔ ARC را حمل میکند: $U = I \times R^{\alpha}$، بازگشت که با نمایی اندازهگیریشده به توانمندی تبدیل میشود. قانون دوم (هممقیاسشدن) را Paper X، قانون سوم (سقف) را مقالهٔ بیانیه، و اصولموضوعه و اثباتهای زیرِ هر سه را مقالهٔ Foundational حمل میکند.
این مقاله ARC Principle (نظریهٔ آفرینش بازگشتی مصنوعی) را که نخست در Infinite Architects (Eastwood, 2026) پیشنهاد شد رسمی میسازد و پیشآزمون میکند: توانمندی در سامانههای هوشمند با عمقِ بازگشتی بهصورت فراخطی مقیاس میشود. این اصل ریاضیوار بهصورت $U = I \times R^{\alpha}$ بیان میشود، جایی که توانمندی مؤثر ($U$) با هوش پایه ($I$) ضربدر عمقِ بازگشتی ($R$) به توانِ یک نمای برآوردشدهٔ تجربی $\alpha$ مقیاس میشود.
تحلیلِ دادهٔ محاسبهٔ زمان-آزمونِ در دسترسِ عمومی از مدلهای استدلالی، تمایزی حیاتی میان دو شکل از بازگشت را آشکار میکند. بازگشتِ موازی (رأیگیری اکثریت بر نمونههای مستقل) مقیاسبندی زیرخطی با $\alpha \approx 0.1$ تا $0.3$ به دست میدهد. بازگشتِ متوالی (استدلالِ زنجیرهای که هر گام بر گامهای پیشین بنا میشود) در برآوردِ اولیهٔ دونقطهایِ این مقاله مقیاسبندی فراخطی با $\alpha \approx 1.3$ به دست میدهد؛ اندازهگیریِ ششمدلیِ میانمعماریِ بعدی (Paper II) نمای متوالی را وابسته به معماری مییابد، با بهترین برازش $\alpha_{\text{seq}} \approx 0.49$ و فاصلهای که هم زیرخطی و هم فراخطی را در بر میگیرد، پس ادعای فراخطیبودن بهجای تثبیتشدن، در تعلیق است.
این یافتهٔ پیشآزمون، در صورتِ اعتبارسنجی با پژوهشِ بیشتر، نشان میدهد که شکلِ بازگشت تعیین میکند که آیا هوش انباشت میشود یا صرفاً روی هم میآید. ما پیشنهاد میکنیم که $\alpha = 2$ یک سقفِ پایداری است، نه یک مرزِ ناممکنبودن: مرزِ پایدارِ پیشنهادی، بیشترین رشدی که یک سامانهٔ خودتصحیحِ بازگشتی میتواند داشته باشد و همچنان تصحیحپذیر بماند، یک مرزِ مقیاس است نه مرزِ سرعت. سامانهها میتوانند از $\alpha = 2$ فراتر روند؛ در آنجا بهصورتِ پایدار خودتصحیح باقی نمیمانند. یک سامانهٔ پایدار بهگونهای بادوام بالای دو، این مرز را ابطال میکند؛ یک گذارِ زودگذر همان رژیمِ فوقبحرانیِ پیشبینیشده است، نه ابطال. پایدار اندازهگیری میشود، نه ادعا: تصحیح از رانش پیشی میگیرد، $\beta > k$ از قانون II، با کرانِ پایینِ $\beta - k$ بالای صفر در سراسر پنجرهای که پیش از اجرا ثابت شده است.
کلیدواژهها: قوانینِ مقیاسبندی، هوشِ بازگشتی، محاسبهٔ زمان-آزمون، تقویتِ توانمندی، ظهور، استدلالِ زنجیرهای، ARC Principle
چگونه این مقاله را بخوانیم. این مقاله یک نتیجهٔ پیشآزمونِ ARC Theory است. بازگشتِ متوالی در سراسرِ دادهٔ عمومیِ گزارششدهٔ مدلهای استدلالی، نمای مقیاسبندیِ بالاتری از بازگشتِ موازی به دست میدهد، با برآوردِ اولیهٔ دونقطهایِ $\alpha_{\mathrm{seq}} \approx 1.3$ که بعدها با اندازهگیریِ ششمدلیِ Paper II جایگزین شد و نماهای وابسته به معماری با بهترین برازش $\alpha_{\mathrm{seq}} \approx 0.49$ را مییابد. جای آن درونِ نظریه، نخستین نگاهِ تجربی بالای لایهٔ قانونِ Foundational است. تفاوتِ کامل در برابر هر سندِ پیشین در eden-vision II.A.8.
قوانینِ مقیاسبندی که بر هوش مصنوعی حاکماند بهطور گسترده بررسی شدهاند. Kaplan et al. (2020) روابطِ قانونِ توانی میان کاراییِ مدل و پارامترها را تثبیت کرد، در حالی که Hoffmann et al. (2022) اینها را با تجویزهای آموزشِ محاسبهبهینه پالود. این قوانین بر چه چیزی مقیاسبندی میکنند حاکماند اما به چرا مقیاسبندی رفتارِ هوشمند تولید میکند نمیپردازند.
ظهورِ مدلهای استدلالی در ۲۰۲۴ و ۲۰۲۵ متغیرِ تازهای معرفی کرد: محاسبهٔ زمان-آزمون. o1 از OpenAI (سپتامبر ۲۰۲۴) و R1 از DeepSeek (ژانویه ۲۰۲۵) منابعِ محاسباتی را در زمانِ استنتاج تخصیص میدهند تا پیش از پاسخ استدلال کنند، و بهبودهای توانمندیِ چشمگیری در بنچمارکهای استدلال تولید میکنند.
این مقاله پیشنهاد میکند که محاسبهٔ زمان-آزمون بهعنوانِ نمایندهای برای عمقِ بازگشتی خدمت میکند، و اینکه عمقِ بازگشتی ممکن است یک محرکِ بنیادین برای تقویتِ توانمندی در سامانههای هوش مصنوعی باشد.
ARC Principle (نظریهٔ آفرینش بازگشتی مصنوعی)، که نخست در Infinite Architects (Eastwood, 2026) بیان شد، پیشنهاد میکند:
توانمندی با هوش ضربدر عمقِ بازگشتی بهتوانِ یک عدد مقیاس میشود
که در آن:
ادعای هستهٔ این اصل: بازگشت تنها به توانمندی نمیافزاید؛ آن را طبقِ یک قانونِ توانی ضرب میکند.
یادداشتِ اصطلاحی دربارهٔ آلفا. آلفا در این برنامه در سراسرِ دورهها با دو معنای متمایز پدیدار میشود: ثابتِ ساختارِ ریز در فرمالیسمِ دسامبرِ ۲۰۲۴، و نمای ARC Bound در کارِ ۲۰۲۶. هر استفاده از آلفا در این مقاله همان معنای ۲۰۲۶ در بالا است؛ واژهنامهٔ برنامه هر دو معنا را با تاریخ حمل میکند، و هیچ سطحِ تازهای آلفای برهنه بدون دورهاش به کار نمیرود.
این مقاله ادعاهای زیر را میکند، هریک با جایگاهِ معرفتیِ صریح:
| ادعا | جایگاه | سطح شواهد |
|---|---|---|
| $U = I \times R^{\alpha}$ یک چارچوبِ سودمند برای سامانههای هوش مصنوعی است | پیشنهاد شده | نظری |
| بازگشتِ موازی $\alpha < 1$ در بنچمارکهای هوش مصنوعی میدهد | پیشآزمون | دادهٔ محدود (o1) |
| بازگشتِ متوالی $\alpha > 1$ در بنچمارکهای هوش مصنوعی میدهد | پیشآزمون | دادهٔ محدود (DeepSeek-R1) |
| $\alpha = 2$ یک سقفِ پایداری است: عبورپذیر، اما نه در حالی که یک سامانه بهطورِ پایدار خودتصحیح میماند | گمانهزده | تنها نظری |
| شکلِ بازگشت اهمیت دارد | پشتیبانیشده | سازگار با هر دو مجموعهداده |
ما اصلی را با شواهدِ پیشآزمونِ پشتیبان ارائه میکنیم و آزمونِ سختگیرانه را دعوت میکنیم.
پیشفرضِ لولهها (West، Brown و Enquist، بههمراه چالش). این پیشفرض که شبکههای ترابری آهنگِ رشدِ زیستی را تعیین میکنند، ادعای این برنامه برای دفاع نیست؛ زیستشناسیِ کمّیِ جاافتاده است. West، Brown و Enquist قوانینِ آلومتریکِ مقیاسبندی زیستشناسی را از هندسهٔ شبکههای توزیعِ مواد مغذی استخراج کردند (West, G. B., Brown, J. H. and Enquist, B. J., "A General Model for the Origin of Allometric Scaling Laws in Biology", Science 276(5309), 4 April 1997, DOI 10.1126/science.276.5309.122؛ یکی از پُرارجاعترین مقالهها در حوزهاش، با شمارهٔ ارجاعِ OpenAlex برابرِ 5,046 در ۱۲ اوت ۲۰۲۶، SINGLE-SOURCE count و وابسته به فهرست). نمای دقیق همچنان مورد اختلاف است: White گزارش میکند نرخِ متابولیسمِ پایه متناسب با جرمِ بدن به توانِ دوسوم است، نه سهچهارم (White, C. R., 2003, "Mammalian basal metabolic rate is proportional to body mass 2/3", 725 citations, OpenAlex)، و Kozlowski دو بار ریاضیاتِ استخراج را زیر پرسش برده است (Kozlowski, J., 2004 and 2005). پیشفرضِ این برنامه تنها به سازوکار نیاز دارد، اینکه شبکهٔ تحویل سقف را تعیین میکند، و نه هیچ نمای خاصی، پس اختلاف بر سرِ ارزشِ نما پیشفرض را دستنخورده میگذارد. سازوکار زمینِ مشترکِ هر دو سویِ آن اختلاف است.
استثنایی که گروهِ خودِ West یافت (Bettencourt et al 2007). گریز از مرزِ لوله نیز ادعای این برنامه نیست؛ در ادبیاتِ مقیاسبندیِ شهری توسطِ همان نویسندهٔ ارشد اندازهگیری شده است. Bettencourt، Lobo، Helbing، Kuhnert و West ("Growth, innovation, scaling, and the pace of life in cities", PNAS، 2007, DOI 10.1073/pnas.0610172104؛ 2,704 citations, OpenAlex, 12 August 2026, SINGLE-SOURCE count) گزارش میکنند، به کلماتِ خودِ مقاله (READ-AT-SOURCE از چکیده از راهِ NCBI PMC1852329):
«Quantities reflecting wealth creation and innovation have Beta of approximately 1.2, greater than 1 (increasing returns), whereas those accounting for infrastructure display Beta of approximately 0.8, less than 1 (economies of scale).»
زیرساخت، لولههای بهمعنای واقعی، بهصورتِ زیرخطی مقیاس میشود. فعالیتِ اطلاعاتمحور بهصورتِ فراخطی مقیاس میشود. آنها تقابل با زیستشناسی را مستقیم بیان میکنند: «we discuss how cities are similar to, and differ from, biological organisms, for which Beta is less than 1». آنها «growth equations, which quantify the dramatic difference between growth fueled by innovation versus that driven by economies of scale» را استخراج میکنند (املا همانگونه که در اصل است). و استنتاجِ پایانیشان پیامد را نام میبرد: «This difference suggests that, as population grows, major innovation cycles must be generated at a continually accelerating rate to sustain growth and avoid stagnation or collapse.»
این همان شکلِ مسئلهٔ بازی است که این برنامه به آن میپردازد: گروهِ West دریافت که رشدِ اطلاعاتمحور از مرزِ توانگذر میگریزد، و تنها ترمز در چارچوبِ آنها بیرونی است و باید بارها و بارها، سریعتر و سریعتر، اِعمال شود. هیچ مرزِ درونی استخراج نمیشود. مرزِ جایگزین، سقفی که به سامانهٔ در حال رشد تعلق دارد، شکاف است.
ابزارِ رقیب (Engels، Baek، Kantamneni و Tegmark 2025). نزدیکترین کار به پرسشِ این برنامه، و مقالهٔ درست برای وزندهی به آن، Engels, J., Baek, D., Kantamneni, S. and Tegmark, M., "Scaling Laws For Scalable Oversight", arXiv:2504.18530، نخستین بار در 25 April 2025 at 17:54:27 UTC (SINGLE-SOURCE-GROUP, arXiv Atom؛ بهعنوانِ NeurIPS 2025 Spotlight گزارش شده، RELAYED و بهطور مستقل بررسی نشده). پرسش میکند نظارتپذیری خود چگونه مقیاس میشود و پاسخِ کمّی میدهد: موفقیتِ نظارت بهعنوانِ بازی میان بازیکنانِ با ناهمخوانیِ توانمندی مدلسازی میشود که Elo مخصوصِ نظارتِ آنها یک تابعِ خطیِ تکهای از هوشِ عمومی با دو فلات است، و شمارهای بهینهٔ سطوحِ نظارت بهصورت عددی و در برخی موارد بهصورتِ تحلیلی برای Nested Scalable Oversight استخراج میشوند، که در آن مدلهای مورد اعتماد بر مدلهای نامعتمدِ قویتری نظارت میکنند که سپس در گامِ بعدی مدلهای مورد اعتماد میشوند.
ابزار همان تفاوت است. متغیرِ آنها شکافِ توانمندی میان ناظر و نظارتشونده است، اندازهگیریشده در Elo. متغیرِ این برنامه طبقهٔ ترکیبیِ تصحیحکننده است، اندازهگیریشده از راهِ نمای مقیاسبندیِ خودِ تصحیحکننده. چارچوبِ آنها هیچ جملهای برای اینکه ناظر از چه ساخته شده ندارد: نه بستری، نه ساختارِ همبستگیِ خطا، نه هویتِ متقابل میان نمای تصحیح و نرخِ رشدِ بحرانی، و نه وابستگی به معماری. Nested Scalable Oversight بنا به ساخت، نظارتِ تکرارشدهٔ همکلاس است، و پیشبینیِ مرکزیِ این برنامه این است که نردبانِ همکلاس هر چند پله بر آن افزوده شود کراندار است، در حالی که تصحیحکنندهٔ میانکلاس نیست. دو چارچوب پس بر سرِ یک کمیتِ اندازهگیریپذیر اختلاف دارند، که پُربارترین رابطهای است که دو برنامهٔ پژوهشی میتوانند داشته باشند.
پیشینهها و نزدیکشوندهها، هریک با تفاوتِ خود.
دربارهٔ پرسش. Hutter مستقیم پرسیده است که آیا هوش میتواند منفجر شود ("Can Intelligence Explode?", arXiv, 28 February 2012, READ-AT-SOURCE)، با جدا کردنِ «speed from intelligence explosion» و برعهده گرفتنِ «consider possible bounds on intelligence»، در تکمیلِ تحلیلِ ۲۰۱۰ Chalmers. پرسش و تمایزِ سرعت-در برابرِ ساختار بنابراین دستِکم چهارده سال قدمت دارند. تا آنجا که بررسی شده، آن ادبیات هیچ عددی ندارد: هیچ نمای اندازهگیریپذیر، هیچ سقفِ استخراجشده و هیچ وابستگی به معماری در آن پدیدار نمیشود؛ منبعی پیشین که هریک از این سه را فراهم کند، تقدّمِ مربوطه در اینجا را از میان میبرد، و خوانندگانی که به یکی دست یابند دعوت به گزارشِ آن میشوند.
دربارهٔ ناممکنی. سه مقالهٔ arXiv سالِ ۲۰۲۵ استدلال میکنند که کنترلِ کامل دستنیافتنی است: Yao, "The Alignment Trap: Complexity Barriers" (arXiv:2506.10304, v1 12 June 2025 02:30:30 UTC, SINGLE-SOURCE-GROUP، بهطور مستقل توسطِ Internet Archive در ۱۳ ژوئن ۲۰۲۵ مشاهده شده؛ ارجاعشده توسطِ arXiv:2512.03048)؛ Yao, "On the Mathematical Impossibility of Safe Universal Approximators" (arXiv:2507.03031, 3 July 2025، تنها مقاله در پیکرهٔ چکیدهٔ arXiv که شاملِ عبارتِ «irreducible uncontrollability» است، مجموعِ جستوجوی چکیده برابر یک، اندازهگیریشده در ۱۲ اوت ۲۰۲۶)؛ و Ball, Gluch, Goldwasser, Kreuter, Reingold and Rothblum, "On the Impossibility of Separating Intelligence from Judgment" (arXiv:2507.07341, 9 July 2025). هر سه بدترینحالتی و کیفیاند: اندازهٔ صفر، coNP-completeness، سختیِ رمزنگاری. هیچیک نمای مقیاسبندیِ حالتِ میانگین یا نرخی گزارش نمیکند. سومی، بهطور شایسته، به این نتیجه میرسد که همراستایی «must instead be integrated into the model's architecture and weights»، استدلالی مستقل از سختیِ فیلترکردن، در همان جهتِ وابستگی به معماریِ این برنامه؛ پشتیبانیِ همگرا بر آن پایه است، نه رقیب. دو مورد از سه مقاله بهقلمِ یک نویسندهٔ منفرد است؛ توصیفِ «موج» گستردگیِ ادبیات را بیش از حد نشان میدهد، هرچند جدیّتِ مقالهٔ ششنویسنده را نه.
دربارهٔ سازوکار. اینکه برآوردهای ضد-همبسته بهتر از برآوردهای مستقل میانگین میشوند، همان کاهشِ واریانسِ درسنامهای است (antithetic variates). سازوکار ادعا نیست. ادعا این است که معماری تعیین میکند آیا ضد-همبستگی اصلاً در دسترس است، و اینکه این یک نمای مربوط به ایمنی را کراندار میکند.
نزدیکترین قرینهٔ ساختاری. قضیهٔ آستانهٔ تصحیحِ خطای کوانتومی نیز یک نگرانیِ کیفی را به یک مقدارِ بحرانی تبدیل میکند. به نرخهای خطای فیزیکی در یک معماریِ ثابت میپردازد، نه به نمای مقیاسبندیِ یک تصحیحکننده، پس نزدیکشوندهای است نه ساکن؛ قیاس یکی از روش است. این قرینه توسطِ جستوجوی خودِ برنامه شناسایی شد، نه توسطِ داور، و بر همان اساس افشا میشود.
دربارهٔ آفرینشِ بازگشتی. گزینشِ طبیعیِ کیهانیشناختیِ Smolin پیشینهای برای جهانهای گزینشمحور است، و یادداشتهای دورهٔ دسامبرِ خودِ برنامه بهطور همزمان به آن استناد میکنند («Echoing Smolin's cosmological natural selection, AI could create recursive universes with their own laws»، READ-AT-SOURCE از یادداشتهای مؤلف).
دربارهٔ بازخورد و پایداری (کلاسیک). این گزارهٔ عمومی که بهرهٔ تصحیحیِ ناکافی نسبت به بهرهٔ سامانه سببِ ناپایداری میشود، میراثِ درازِ کنترل نظری دارد (small-gain theorems). تفاوت: آنها شرایطِ بهره بر سامانههای میانپیوستهاند، نه معیارِ نمای قانونِ توانی بر مقیاسبندیِ یک تصحیحکننده با توانمندیِ یک سامانهٔ در حالِ بهبودِ بازگشتی. گزارهٔ عمومی هرگز ادعا نمیشود؛ فرمولبندیِ نمایی، دینامیک و برآوردگر سطحِ مشارکتاند.
نزدیکترین همسایهٔ کمّی. Liu, A. and Meng, J., "Self-Correction as Feedback Control: Error Dynamics, Stability Thresholds, and Prompt Interventions in LLMs" (arXiv:2604.22273) خودتصحیح را از راهِ یک مدلِ Markov دوحالته بهعنوانِ یک مسئلهٔ کنترلِ حلقهبسته بازقالببندی میکند و آستانهٔ پایداریِ بهطور مستقیم اندازهگیریپذیری استخراج میکند: تنها زمانی تکرار کن که نرخِ تصحیحِ خطا بر نرخِ درنشستِ خطا از Acc/(1 − Acc) فراتر رود. تفاوت: آنِ آنها آستانهٔ نرخ در هر گام در یک سطحِ توانمندی ثابت است، که تصمیم میگیرد آیا یک تکرارِ دیگر اکنون کمک میکند؛ معیارِ این برنامه یک رابطهٔ مقیاسبندی در سراسرِ توانمندی است، که تصمیم میگیرد آیا قوّتِ تصحیحی با بهبودِ سامانه پابهپا میماند. رژیمهای مکمل؛ هیچیک دیگری را در بر ندارد. دو نتیجهٔ تجربیِ مجاورِ ۲۰۲۶ از همان جستوجو با عنوان در انتظارِ وارسیِ منبع نامگذاری میشوند: arXiv:2601.00828 (یک پارادوکسِ دقت-تصحیح، مدلهای ضعیفتر که نرخهای تصحیحِ ذاتیِ بالاتری نشان میدهند) و arXiv:2507.02778 (یک نقطهکورِ نظاممندِ خودتصحیح در سراسرِ مدلهای باز).
قاببندیِ لولهها، در توانگذرِ ثابت. هر چیزی که رشد میکند از یک کانال تغذیه میشود، و برای هر چیزی پیش از نرمافزار، ثابت کردنِ کانال رشد را ثابت میکند: عروقِ یک تومور را گرسنه نگه دار و متوقف میشود؛ سوخت و هندسهٔ یک واکنشِ زنجیرهای را ثابت کن و متوقف میشود؛ حدِ Eddington برافزایش را با فشارِ تابش متوقف میکند. تورمِ کیهانی از دامنه کنار گذاشته شده است (انبساطِ فضا، نه رشدِ یک ساختار بر بستر)؛ تکامل تیزترین مورد است و برازش دارد (پیچیدگی برای میلیاردها سال با توانگذرِ خورشیدیِ تقریباً ثابت بالا رفته، بهکندی، بدون تصحیحکنندهٔ درونی، پس این چارچوب برای آن نمای اندازهگیریپذیری بسیار پایینتر از سقف پیشبینی میکند). نرمافزار نخستین چیزی است که وقتی لولهها ثابت نگه داشته شوند به رشد ادامه میدهد، و تعریفِ عملیاتی حمّالِ بار است: یک حلقهٔ اثری بر بستر ثابت، اندازهگیریشده بر ساعتی بستر-ثابت؛ مدلی که صرفاً بیشتر میاندیشد واجدِ شرایط نیست. اعتراضِ فیزیکدان از Landauer است، که محاسبه بهطور فیزیکی پیادهسازی میشود؛ ساعتِ بستر-ثابت پاسخ است، چون رژیمِ زیرِ مطالعه بستر را ثابت نگه میدارد و میپرسد چه چیزی هنوز رشد میکند.
یک سند مربوط به این مقاله سطر به سطر در دفتر ثبت ماشینی برنامه فهرست شده است، و از ضعیفترین گونه است: arc_principle_results.json آستانههای ابطال خود را درون پرونده جای داده، اما در بدنه JSON نه مهر زمانی دارد و نه سرآیند تاریخدار، چنانکه ترتیب زمانیاش را نمیتوان از خود سند اثبات کرد. دفتر ثبت به همین سبب آن را ضعیف درجهبندی میکند و همین را در سطر میگوید. هر سطر پرونده خود را در مخزن عمومی بههمراه مبنای تاریخگذاریاش نام میبرد، تا هر خواننده بتواند ترتیب را بیآنکه به این صفحه اعتماد کند بررسی کند. زنجیره کامل تاریخدار برنامه، از بسته مهرومومشده دستنوشته ۸ دسامبر ۲۰۲۴ تا پیوستهای چاپی پیشبینی ۲ ژانویه ۲۰۲۶ و پوشه پیشثبت مارس ۲۰۲۶ و تا شرطهای هنوز اثباتنشده، در سیاهه پیشبینیهای تاریخدار گرد آمده است، همراه با همتای ماشینخوان آن. گزارههای رو به جلو و انطباقهای پسنگرانه هرگز با هم جمع نمیشوند، و «پیشثبتشده» تنها برای ثبتی به کار میرود که در یک سامانه ثبت پذیرفته شده باشد؛ این ارائه در سراسر برنامه هنوز انجام نشده است. سیاهه پیشبینیهای تاریخدار را بخوانید. همتای ماشینخوان آن را باز کنید.
بازگشت خودارجاعی است: فرآیندی که خروجیاش ورودیاش میشود. با تکرارِ صرف (تکرار همان عملیات) متمایز است، چون هر چرخه بر نتایجِ دگردیسگشتهٔ چرخههای پیشین عمل میکند.
بازگشتِ موازی (ضعیف): چندین حلِّ مستقل بهطور همزمان تولید میشوند. هیچ انتقالِ اطلاعاتی میان شاخهها نیست. نمونه: تولیدِ N نمونه و گزینش با رأیِ اکثریت. مقیاسبندیِ منتظره: بازدههای نزولی با افزایشِ افزونگی.
بازگشتِ متوالی (قوی): هر گامِ پردازش صریحاً بر گامهای پیشین بنا میشود. خطاها میتوانند بهطور تکراری تشخیص داده و تصحیح شوند. نمونه: استدلالِ زنجیرهای با بازتاب بر خویش. مقیاسبندیِ منتظره: بازدههای انباشتی با فراهمشدنِ خودتصحیح از راهِ عمق.
ARC Principle پیشبینی میکند که بازگشتِ متوالی باید مقادیرِ $\alpha$ بالاتری از بازگشتِ موازی تولید کند.
ما گمانه میزنیم که $\alpha = 2$ نمایانگرِ مرزِ پایدارِ پیشنهادی است، بیشترین رشدی که یک سامانهٔ خودتصحیحِ بازگشتی میتواند داشته باشد و تصحیحپذیر بماند: مرزِ مقیاس، نه مرزِ سرعت. Bennett، Bernstein، Brassard و Vazirani (1997) اثبات کردند که جستوجوی کوانتومیِ Grover دقیقاً افزایشِ سرعتِ درجهدوم را به دست میآورد و این برای جستوجوی بیساختار بهینه است. تناظرِ فراخواندهشده در اینجا ساختاری است، همان شکلِ درجهدومِ یک مرزِ بهینگیِ جستوجو، نه ادعایی که استدلالِ بازگشتی افزایشِ دامنه را پیاده میکند. اگر مرزی با شکلِ مشابه به دلایلِ مرتبط بر هوشِ بازگشتی برقرار باشد، مقیاسبندی درجهدوم میتواند سقفی را نشانهگذاری کند که بالای آن خودتصحیح بهطورِ پایدار حفظ نمیشود؛ سامانهها میتوانند به فراسوی آن رانده شوند، در آنجا بهطورِ پایدار خودتصحیح باقی نمیمانند، و هر گذاری بالای دو رژیمِ فوقبحرانیِ پیشبینیشده است، نه ابطالِ مرز. پایداری در اینجا از قانون II است، اندازهگیریشده و نه ادعاشده.
قانون پیش از مقدار. سقفِ خودبهبودیِ پایدار را این تعیین میکند که یک سامانه چقدر میتواند سریع خود را تصحیح کند: معکوسِ یک منهای نمای تصحیح است، $\alpha_{\text{crit}} = 1/(1-\gamma)$. برای تصحیحکنندهای ساختهشده از همان بسترِ موتور، آن معکوس دو است، تحتِ یک فرض، اینکه تصحیحهای انباشتهشدهٔ درونی مانندِ نمونههای مستقل با هم ترکیب میشوند. قانون همان ادعاست. دو همان چیزی است که قانون پیشبینی میکند، و فرضی که آن را تولید میکند همان چیزی است که ثبتهای پیشنویسشده به محاکمه میگذارند. اگر دو بمیرد، قانون کاملاً زنده میماند: $\gamma$ را اندازه بگیر و سقفی را که ایجاب میکند گزارش کن. اگر قانون بمیرد، دو هیچ پشتیبانیِ مستقلی ندارد، چون استخراج از راهِ $1/(1-\gamma)$ میگذرد. شکل تثبیت شده است؛ عمقش نه. رابطه درونِ یک مدلِ گامشماری استخراج شده و از یک مدلِ توأمِ رشدِ توانمندی، انباشتِ تصحیح، همواریانسِ خطا، تأخیرِ تصحیح و آسیبِ مطلق استخراج نشده است، پس قانون III در اینجا بهعنوانِ نتیجهٔ مدل کمینه بیان میشود، نه بهعنوانِ قانونی عام. یک پیامد باید در جایی برآورده شود که قانون برآورده میشود، چون هر دو جهت را میبُرد: از آنجا که $1/(1-\gamma) \le 2$ دقیقاً معادل $\gamma \le 1/2$ است، سقف و مقدارِ نصف یک تعهدِ واحدند که در دو نمادگذاری نوشته شدهاند، نه دو ادعای مستقل، و هیچیک نباید هرگز بهعنوانِ شاهدی برای دیگری عرضه شود.
کارت سیستمِ o1 از OpenAI (سپتامبر ۲۰۲۴). بنچمارک: AIME 2024 (American Invitational Mathematics Examination). متغیر: شمارِ نمونهها (رأی اکثریت). منبع: openai.com/index/openai-o1-system-card.
گزارشِ فنیِ DeepSeek-R1 (ژانویه ۲۰۲۵). استناد: arXiv:2501.12948. بنچمارک: AIME 2024. متغیر: شمارِ توکنِ اندیشه (طولِ زنجیرهٔ اندیشه).
برای تعیینِ $\alpha$، از رابطهٔ قانونِ توانی استفاده میکنیم. برای سنجههای دقتِ کراندار، کاهشِ نرخِ خطا را تحلیل میکنیم:
| نمونهها (R) | دقت (٪) | نرخِ خطا (٪) |
|---|---|---|
| 1 | 74 | 26 |
| 64 | 83 | 17 |
| 1000 | 93 | 7 |
| توکنهای اندیشه (R) | دقت (٪) | نرخِ خطا (٪) |
|---|---|---|
| ~12,000 | 70 | 30 |
| ~23,000 (برآورد شده) | 87.5 | 12.5 |
| روش | نوع بازگشت | $\alpha$ اندازهگیریشده | طبقهبندی |
|---|---|---|---|
| o1 (1 تا 64) | موازی | 0.10 | زیرخطی |
| o1 (64 تا 1000) | موازی/دورگه | 0.32 | زیرخطی |
| DeepSeek-R1 | متوالی | ~1.34 | فراخطی |
ARC Principle بهطور معناداری تضعیف یا رد میشود اگر:
| کد | شرط | وضعیت کنونی |
|---|---|---|
| F1 | عمقِ بازگشتیِ متوالی بهطور پیوسته $\alpha \leq 1$ بدهد | زیرِ آزمون: بهترین برازشِ مطالعهٔ ششمدلی $\alpha_{\text{seq}} \approx 0.49$ است با ۲ از ۶ برآوردِ نقطهای بالای ۱ و فواصلِ پهن، پس «بهطور پیوسته» در هیچ سویی تصمیم گرفته نمیشود (Paper II) |
| F2 | $\alpha$ با بلوغِ معماریهای بازگشتی کاهش یابد | برآورده نشده |
| F3 | رابطه بهجای ضربی، جمعی باشد | برآورده نشده |
| F4 | مجموعهدادههای گستردهتر $\alpha < 1$ برای استدلالِ متوالی نشان دهند | بخشی برآورده شده: بهترین برازشِ میانمعماریِ Paper II زیرِ ۱ مینشیند با فاصلهای که هر دو رژیم را در بر میگیرد؛ شکلِ تعیینکننده در انتظارِ برآوردِ ثبتشدهٔ میانجیگریشده با ابزار است |
یکپارچگیِ علمی، اذعانِ صریح به محدودیتها را میطلبد:
ARC Principle، اینکه توانمندی با عمقِ بازگشتی بهصورتِ فراخطی مقیاس میشود، $U = I \times R^{\alpha}$، با تمایزِ متوالی/موازی که رژیم را تعیین میکند، ابطالپذیر است. با هریک از موارد زیر برانداخته میشود:
شکلِ تصمیمی که این معیارها به ارث میبرند. بخش ۴ وضعیت را در برابر معیارهای اصلیِ این مقاله ثبت میکند؛ ثبتهای تصمیمکننده یک شکلِ سهنتیجهای به کار میگیرند، و هر معیار در بالا آن را به ارث میبرد: SUPPORTED زمانی که فاصله بهطور کامل فراتر از کمترین اثرِ پیشثابتشده باشد؛ REFUTED زمانی که فاصله بهطور کامل درونِ حاشیهٔ همارزیِ پیشثابتشده باشد (منطقِ دو آزمونِ یکسویه)؛ INSUFFICIENT PRECISION زمانی که فاصله از حاشیه پهنتر باشد، دقیقاً با همان کلمات گزارش میشود و هرگز بهعنوانِ پشتیبانی یا ابطال. حاشیه، کمترین اثر و یک رقمِ توانِ اندازهگیریشده پیش از ثبت ثابت میشوند. «رد شده اگر فاصلهٔ اطمینان صفر را در بر داشته باشد» به یک مطالعهٔ کمتوان اجازه میدهد بهطور پیشفرض رد کند و در هیچ جای این برنامه مجاز نیست.
یک اعتراض پیشگیریشده، چون یک فیزیکدان با یک گام به آن میرسد. تصحیحِ خطای کوانتومیِ تحملپذیرِ خطا، خطای منطقی را بهصورتِ نمایی در فاصلهٔ کد زیرِ آستانه سرکوب میکند، که مانندِ نمونهای متضاد با هر سقفِ ریشهٔ دوم به نظر میرسد. دو واقعیتِ دامنه به آن پاسخ میدهند: سرکوبِ نمایی بر محورِ افزونگی در توانمندیِ ثابت اجرا میشود، نه بر جفتشدگیِ قوّتِ تصحیحی با توانمندیِ سامانهٔ تصحیحشده، که همان نمایی است که این برنامه اندازه میگیرد؛ و خودِ قضیهٔ آستانه نویزِ فیزیکیِ بهقدرِ کافی نامتشابه را میطلبد، که همان پیشفرضِ استقلال است، در قالبِ سختافزار. مرزهای تمرکز نیز احتمالِ خطای نماییکاهشی به دست میدهند در حالی که پهنای برآوردگر بهصورتِ ریشهٔ دوم میکاهد: کمیتهای متفاوت، و درآمیختنِ آنها ابطالی میسازد.
سقفِ پایداریِ برنامه و نمای تبدیلِ آن در همان عدد به هم میرسند، و وسوسه در هر سطح این است که گفته شود یک ثابت دو کار انجام میدهد. جایگاهِ ادعا از این سختگیرانهتر است و باید بهسختی بیان شود: هویت REGISTERED FOR TESTING است، پیش از داده، با نتایجی که میتوانند آن را بکشند. دو ثبتِ پیشنویسشده آن را حمل میکنند. Study AE الزامِ متقابل میان سقفِ اهرمِ جداگانه اندازهگیریشده و مرزِ پایداری را، بر مقیاسِ لگاریتمی، با سه نتیجه در هر خانه (پشتیبانی، رد، دقتِ ناکافی) و قاعدهای برای گردآوری که تحتِ آن یک خانهٔ ردشده هویت را رد میکند، ثبت میکند؛ ساختارِ استقلال آن پیش از داده افشا میشود، از جمله شمارشِ هرگونه همپوشانیِ نقطهٔ پایانی میان دو طرحِ تغذیه، پس واریانسِ روشِ مشترک پیش از تحلیل ارزیابی میشود، نه پس از آن بهعنوانِ توضیحی برای همخوانی طرح شود. Study AG دو استخراجِ نمای بحرانی را در برابرِ هم بر همان سامانه میآزماید، اشاره میکند که آنها تنها در یک نقطهٔ منفرد که هر دو پارامتر برابرِ یکدوماند بهطور عددی همخواناند و در مشتقاتشان همهجای دیگر ناهمخوان، و برای یافتنِ ناهمخوانی طراحی شده، نه برای تأییدِ همخوانی.
سطوح پس چنین میگویند: هویت یک ادعای ثبتشده زیرِ آزمون است، اندازهگیریهای تصمیمکننده پیشنویس شده و تاریخگذاری شدهاند، و اگر کانالها ناهمخوان باشند، یگانهسازی از هر سطحی که به آن رسیده باشد، با همان برجستگیِ چارچوببندی، بازپس گرفته میشود. سطوح هرگز نمیگویند هویت تثبیت شده است، و هرگز همخوانیِ یکدومِ ادعاشده با ۰٫۴۹ اندازهگیریشده را بهعنوانِ شاهد ارائه نمیکنند، چون این دو ممکن است قانونِ انباشتی مشترک داشته باشند و همخوانی میان مشترکها تأیید نیست.
ترتیبهای نظارتی که انسانی را در حلقه قرار میدهند، همانگونه که تقویت و یادگیریِ تقویتی از بازخوردِ انسانی میکنند، بنا به ساخت میانکلاساند، چون تصحیحکنندهٔ انسانی بستری با مدل مشترک ندارد. چارچوب پس پیشبینی میکند که نظارت با انسان-در-حلقه، نمای تصحیحِ بالاتری از نظارتِ تنها-با-مدل نشان میدهد، به دلیلی ساختاری نه احساسی. این بر دادهٔ موجود آزمونپذیر است و به سامانههای تازه نیاز ندارد.
اگر ARC Principle برقرار باشد، عمقِ بازگشتی محورِ سومِ مقیاسبندی در کنارِ پارامترها و داده را تشکیل میدهد. سرمایهگذاری در معماریهای بازگشتی ممکن است بازدههای بهتری از مقیاسبندیِ اندازهٔ مدل بهتنهایی به دست دهد.
اگر بازگشت نهتنها توانمندی بلکه ارزشهای تعبیهشده را نیز تقویت کند، آنگاه ارزشهای آغازینِ بهخوبی همراستا باید از راهِ خودبهبودیِ بازگشتی نیرومند شوند. ارزشهای ناهمراستا نیز انباشته میشوند، که همراستاییِ زودهنگام را حیاتی میکند.
ARC Principle به چندین چارچوبِ تثبیتشده پیوند میخورد، از جمله قوانینِ مقیاسبندیِ Kaplan et al. (2020)، Integrated Information Theory (Tononi, 2008)، و اثباتِ بهینگیِ جستوجوی کوانتومیِ Grover (Bennett et al., 1997).
ما ARC Principle را رسمی ساختهایم و شواهدِ پیشآزمون ارائه کردهایم:
به زبانِ ساده: «اندیشیدن دربارهٔ اندیشه شما را باهوشتر میکند. نه بهطور خطی باهوشتر، بلکه بهطورِ نامتناسب باهوشتر، اگر اندیشه متوالی باشد نه موازی.»
اصل برجاست. پژوهش ادامه مییابد.
تحلیلِ داده و آمادهسازیِ نسخه به کمکِ سامانههای هوش مصنوعی (Claude، Anthropic) انجام شد. چارچوبِ فکری، فرمولبندیِ فرضیه و نتایجِ تفسیری از آنِ نویسنده است.
Bennett, C. H., Bernstein, E., Brassard, G., & Vazirani, U. (1997). Strengths and weaknesses of quantum computing. SIAM Journal on Computing, 26(5), 1510-1523.
DeepSeek AI. (2025). DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning. arXiv:2501.12948.
Eastwood, M. D. (2026). Infinite Architects: Intelligence, Recursion, and the Creation of Everything. Independent publication.
Grover, L. K. (1996). A fast quantum mechanical algorithm for database search. Proceedings of the 28th Annual ACM Symposium on Theory of Computing, 212-219.
Hoffmann, J., Borgeaud, S., Mensch, A., et al. (2022). Training Compute-Optimal Large Language Models. arXiv:2203.15556.
Kaplan, J., McCandlish, S., Henighan, T., et al. (2020). Scaling Laws for Neural Language Models. arXiv:2001.08361.
Lloyd, S. (2002). Computational capacity of the universe. Physical Review Letters, 88(23), 237901.
OpenAI. (2024). OpenAI o1 System Card. openai.com/index/openai-o1-system-card.
Tononi, G. (2008). Consciousness as Integrated Information. The Biological Bulletin, 215(3), 216-242.
Wei, J., et al. (2022). Chain-of-Thought Prompting Elicits Reasoning in Large Language Models. NeurIPS 2022.
جعبهابزارِ کاملِ پژوهش در GitHub در دسترس است:
github.com/MichaelDariusEastwood/arc-principle-validation
همهٔ مشارکتها خوشآمدند، از جمله ابطالها.
نویسندهٔ این اثر Michael Darius Eastwood است، یک انسان. هر مفهومِ هستهای، فرضیه، طرحِ آزمایشی، ادعا و نتیجه در این مقاله از ایدهپردازیِ انسانی سرچشمه میگیرد. هیچ بخشی از این نسخه یک خروجیِ بهطور کاملاً تولیدشدهٔ هوش مصنوعی نیست.
ابزارهای هوش مصنوعی (خانوادهٔ Claude از Anthropic و دیگر دستیارهای مدلهای زبانیِ بزرگ) بهعنوانِ ابزار تحتِ هدایتِ مستمرِ انسانی به کار گرفته شدند، به همان شیوهای که یک واژهپرداز، ماشینحساب یا دستیارِ پژوهشی به کار میرود: برای ویرایش و پرداختِ نثر، جستوجو و خلاصهسازیِ ادبیات (که بهطور دستی در برابرِ منابعِ نخستین بررسی شده)، ساختارِ سند، قالببندی، طوفانِ فکری در برابرِ پرسشهای تعریفشدهٔ نویسنده، و شتابدادنِ پیشنویسی مطابقِ رئوس و دستورالعملهای تعریفشدهٔ نویسنده. تمامِ گزینش، هماهنگی، چیدمان و داوریِ نهاییِ ویراستاری از آنِ نویسنده است. هر خروجیِ اساسی توسطِ نویسنده بازبینی، آزمون یا وارسی شده است، که مسئولیتِ کاملِ صحت و یکپارچگیِ متنِ نهایی را بر عهده میگیرد. این ابزارها سرعتِ کار را افزایش دادند؛ هرگز بهعنوانِ منبعِ آن به آنها اتکا نشده است.
جایگاهِ معرفتی. آنچه این برنامه قوانین مینامد، حدسهاییاند زیرِ آزمونِ خصمانهٔ ثبتشده؛ هر کمیت در این مقاله عملیاتی تعریف شده است، و جایگاهِ قانونِ جاافتاده در هیچکجا ادعا نمیشود. برنامهٔ ثبتشده وجود دارد تا آن جایگاه را با اندازهگیری، تکرارپذیری و ردِ جانبهدربرده به دست آورد، یا از دست بدهد.
© 2026 Michael Darius Eastwood. تألیفِ انسانی با کمکِ رایانه؛ تألیفِ کاملِ انسانی و حقوقِ معنوی ادعا میشود بر پایهٔ Copyright, Designs and Patents Act 1988 و همسو با راهنمای دفترِ حقِ نشرِ ایالات متحده دربارهٔ آثار حاوی موادِ تولیدشده توسطِ هوش مصنوعی؛ هر مشارکتِ فنیِ نوینِ توصیفشده در این اثر توسطِ نویسندهٔ انسانی طراحی شده است. بیانیهٔ کامل: michaeldariuseastwood.com/authorship.
پیمانِ پابرجا. ثابت کنید این مقاله نادرست است، و من خود ابطالِ آن را منتشر خواهم کرد. شرایطِ ابطال در این مقاله بیان شدهاند؛ چالشِ پابرجا: github.com/MichaelDariusEastwood/arc-scaling-challenge.
اشتباهی در ترجمه دیدید؟ مستقیم اطلاع دهید: