این ترجمه به صورت خودکار از نسخهٔ اصلی انگلیسیِ تاریخدار تهیه شده است. نسخهٔ انگلیسی معتبر است. English →
مقالهٔ همنهاد برای برنامهٔ پژوهشیِ ARC/Eden؛ مقالاتی را که پیش از آن آمدهاند در یک ارزیابیِ صادقانه از آنچه ثابت شده، آنچه بینتیجه است، و آنچه هنوز باید آزموده شود، یکپارچه میکند.
درونِ ARC Theory: همنهاد و نقشهٔ راه، از جمله فهرستِ آنچه برنامه بهاشتباه گفته بود.
برنامهٔ پژوهشیِ ARC/Eden اکنون مجموعهٔ کاملی از اسناد و یک اجرای مطالعاتِ تجربیِ مستقل را دربر میگیرد که پایههای ریاضی، روششناسی، اعتبارسنجیِ تجربی، مشخصاتِ مهندسی، و چشماندازِ فلسفی را پوشش میدهد. مفاهیمِ هستهای نخستین بار در ۸ دسامبر ۲۰۲۴ در ایمیلی بیان شد که فیلدِ خاستگاهِ Gmail در آن قابلِ رؤیت است، همراه با DKIM سمتِ فرستنده و ریاضیاتِ ARC جفتشدهٔ Google که در برابرِ کلیدهایِ ثبتشده در سلکتورهایِ امضاشده راستیآزمایی میشوند و بدونِ مُهرِ زمانیِ مورداعتمادِ RFC 3161. کتاب، Infinite Architects (ISBN 978-1806056200) در ۲ ژانویه ۲۰۲۶ منتشر شد (چاپی؛ ایبوک در ۶ ژانویه). برنامهٔ پژوهشی میان فوریه و اوتِ ۲۰۲۶ تولید شد و اکنون بیست و شش مقاله را در بر میگیرد، بههمراهِ یک برنامهٔ ثبتشده از هفتاد و دو واحدِ پیشثبتِ پیشنویسشده که در انتظارِ ارسالِ انسانیاند و برنامهٔ زمانیشان بهصورتِ بایتبهبایت از یک بذرِ منتشرشده بازتولیدپذیر است، و یک رشتهٔ پیشنهادی، Recursive Dynamics، که مقالهٔ بنیانگذارش شرطِ ابطالِ خودِ نام را با خود حمل میکند (DOI 10.17605/OSF.IO/HCPBU). این مقالهٔ همنهاد همهٔ یافتهها را در یک ارزیابیِ صادقانه یکپارچه میکند. قوانینِ چارچوب بهعنوانِ حدسهای نامدار حمل میشوند و وضعیتشان کنارِ نام چاپ میشود: Law I، ARC Principle؛ Law II، ARC Co-Scaling Law؛ Law III، ARC Ceiling، که ARC Bound آن، برابر با دو، مقدارِ سقف در یکدوم است؛ اهرمِ تصحیح gamma هرگز، توسطِ هیچکس، اندازهگیری نشده است. در سرتاسرِ مطالعاتِ تجربی: ۱ نتیجهٔ روشنِ مثبت تولید شد (شبیهسازیِ دروازهای، تنها آزمایشی که از سنجههای قطعی بر سیستمی بدونِ آموزشِ RLHF ازپیشموجود استفاده میکند)، ۲ نتیجهٔ صفر تولید شد (DGM v3، که در آن مدلهای آموزشدیده با RLHF در برابرِ تفکیک در سطحِ پرامپت مقاومت کردند)، ۱ نتیجهٔ بینتیجه تولید شد (تنظیمِ ظریفِ LoRA در سطحِ وزن، که در آن مدلهای instruct-tuned برای LoRA بیش از حد قوی بودند)، و باقی، یافتههای آماری معنیداری زیرِ ارزیابیِ کور تولید کردند. کرانِ هندسیِ مقیاسبندیِ $d/(d+1)$، که بهعنوانِ رابطهای ناوردا زیرِ آزمون پیشنهاد شده، با مقیاسبندیِ مشاهدهشده در ۵۰ حوزه از موش تا کهکشان انطباق دارد، و معادلاتِ تابعیِ Cauchy شکلِ تابعی را پس از آنکه اتحادِ ترکیب و یک شرطِ منظمبودن داده شود ثابت میکنند، و اشباع بهعنوانِ حالتِ چهارمِ سقفدار پذیرفته میشود نه راهِ حلی برای آن معادلات. این مقاله دقیقاً نقشهٔ آنچه ثابت شده، آنچه نشده، و آزمایشهایی که هر پرسشِ باز را حل میکنند رسم میکند. همچنین خطاها و تصحیحهای برنامه را مستند میکند، زیرا چارچوبی که بر خودتصحیحِ تکراری بنا شده باید به آنچه موعظه میکند عمل کند.
کلیدواژهها: همراستاییِ هوش مصنوعی، همنهاد، سلسلهمراتبِ شواهد، ARC Principle، Eden Protocol، مقیاسگذاریِ Cauchy، هوش مصنوعیِ خودتغییرپذیر، همراستاییِ رشدی، درهمتنیدگیِ ساختاری، نقشهٔ راهِ پژوهشی
این مقاله نقشه را با خود میآورد. مقالاتِ پیشینِ ARC Theory را در یک ارزیابیِ صادقانه از آنچه نشان داده شده، آنچه بینتیجه مانده، و آنچه هنوز باید آزموده شود، یکپارچه میکند. تفاوتِ کامل با هر سندِ پیشین در eden-vision II.A.8.
مجموعهای از اسناد. یک اجرای تجربیِ مستقل. برخی نتایج قویاند. برخی ضعیف. دو مورد نتایج پوچ به بار آورد. یکی بینتیجه بود. یکی مثبت بود. این سند دقیقاً میگوید کدام کدام است، بدون هیچ چرخشی. پرسشها را طرح کردیم. آنها را آزمودیم. برخی کار کردند. بیشترشان در مقیاسِ کنونی کار نکردند. هر دو را گزارش کردیم. علمِ صادقانه اینگونه است. اگر یک مقاله از این مجموعه را میخوانید، همین را بخوانید.
ARC Principle و تزِ همراستاییِ نهفته (بعدها در ۳۰ آوریل ۲۰۲۵ Eden Protocol نامیده شد) نخستین بار در ۸ دسامبر ۲۰۲۴ در ایمیلی بیان شد که فیلدِ خاستگاهِ Gmail در آن قابلِ رؤیت است، همراه با DKIM سمتِ فرستنده و ریاضیاتِ ARC جفتشدهٔ Google که در برابرِ کلیدهایِ ثبتشده در سلکتورهایِ امضاشده راستیآزمایی میشوند و بدونِ مُهرِ زمانیِ مورداعتمادِ RFC 3161 است. این تاریخِ ادعایِ اولویتِ چارچوب است. کتاب، Infinite Architects: Intelligence, Recursion, and the Creation of Everything (ISBN 978-1806056200) در ۲ ژانویه ۲۰۲۶ منتشر شد (چاپی؛ ایبوک در ۶ ژانویه)، و بنیانِ فلسفی و مفهومی را فراهم کرد. برنامهٔ پژوهشی میان فوریه و مارسِ ۲۰۲۶ تولید شد، و چارچوبِ مفهومیِ کتاب را به فرضیههایِ آزمونپذیر ترجمه کرد و مجموعهای از مطالعاتِ تجربیِ مستقل را اجرا کرد.
برنامهٔ پژوهشیِ ARC/Eden اکنون مجموعهٔ کاملِ اسنادش را دربر میگیرد. این برنامه پایههای ریاضی (Papers I, III, VII, Origin of Scaling Laws)، روششناسی (Papers IV.a-d)، اعتبارسنجیِ تجربی (Papers II, V, VIII)، مشخصاتِ مهندسی (Eden Engineering)، چشماندازِ فلسفی (Eden Vision)، دینامیک و خودحسابرسی (Papers X، XI، XII و XIII)، تکنگاریِ بلندبالا (HRIH)، اعتبارسنجیِ سازه (Paper C)، پیشنهادِ رشته (Recursive Dynamics: The Proposal of a Field)، همنهاد (این مقاله)، و راهبریِ برنامه (Executive Summary, Master Table of Contents).
این گستره یک مسئله ایجاد میکند. داوری که برای نخستین بار با برنامه روبهرو میشود با مجموعهٔ کاملِ اسنادِ آن، نسخههای متعدد، چند اصلاحیه، و آمیزهای از نتایج قوی، نتایج پوچ، نتایج بینتیجه، و ادعاهای نظری روبهرو است. بدونِ یک سندِ واحد که شواهد را صادقانه دستهبندی کند، برنامه در خطرِ ردشدن بهعنوانِ یا فروشِ بیشازاندازه یا ناقابلِ فهم است.
این همان سند است.
هدفش باریک است: بیانِ آنچه برنامه ثابت کرده، آنچه ثابت نکرده، و آنچه برای پاسخدادن به هر پرسشِ باز لازم است. برای سه مخاطب همزمان نوشته شده است: تأمینکنندگانِ مالی که دربارهٔ سرمایهگذاری تصمیم میگیرند، داورانِ همتا که دربارهٔ درگیرشدن تصمیم میگیرند، و خودِ نویسنده، که به یک ارزیابیِ صادقانه از جایگاهِ کنونیِ کارها نیاز دارد.
استانداردی که در سراسر آن اِعمال میشود ساده است. اگر یک نتیجه در آزمونِ آماریِ مناسب از $p < 0.05$ عبور کند و در شرایط یا مدلهای متعدد بازتولید شده باشد، ثابتشده در مقیاسِ آزمایشی است. اگر از $p < 0.05$ عبور کند اما بازتولید نداشته باشد، پشتیبانیشدهاست. اگر آزمایش شواهدی به سود یا زیانِ فرضیه به بار نیاورده باشد، بینتیجهاست. اگر ادعا بهطور تجربی آزموده نشده باشد، نظریاست. هیچ نتیجهای در این برنامه در مقیاسِ مرزی ثابتشده اعلام نمیشود. این تمایز اهمیت دارد، و این مقاله آن را کدر نخواهد کرد.
جدولِ ۱ سلسلهمراتبِ کاملِ شواهدِ برنامه را ارائه میکند. هر ادعای تجربی بر پایهٔ قوّت و بازتولیدپذیریِ شواهد به یکی از پنج ردهٔ زیر منتسب میشود.
| رده | وضعیت | مقالهها | یافتهٔ کلیدی |
|---|---|---|---|
| ثابتشده (p<0.05، بازتولیدشده) | قوی | IV.a-d, V, VII | سلسلهمراتبِ سهردهایِ همراستایی در ارزیابیِ کور در سرتاسرِ شش مدل. مراقبتِ ذینفعان در همهٔ پنج مدلِ قابلِ تحلیل بهبود مییابد (نتایجِ هر مدل؛ رقمِ ترکیبیِ Fisher پسگرفته میشود، AQ-017). خانوادههای Cauchy در ۱۹ از ۲۵ حوزه انطباق دارند ($p = 1.56 \times 10^{-5}$). کرانِ هندسیِ مقیاسبندیِ $d/(d+1)$، از نظرِ ساختار، با مقیاسبندیِ مشاهدهشده در ۵۰ حوزه انطباق دارد. |
| مثبت (آزمایشِ منفرد) | متوسط | VIII Exp 3 | شبیهسازیِ دروازهای: اثرِ انگشتِ Babylon تأیید شد (+۴.۵٪ توانایی، -۲.۴٪ ایمنی). کنترلِ کشش تأیید شد. تنها آزمایشی که نتیجهٔ روشنِ مثبتی تولید کرد، دقیقاً از آنرو که از سنجههای قطعی بر سیستمی بدونِ آموزشِ RLHF ازپیشموجود استفاده کرد. |
| پوچ | بدون اثر | VIII Exp 1 | خودتغییردهیِ کدسطحِ DGM با داورِ GPT-5.4. همهٔ شرایط یکسان بودند ($p = 0.28$-$0.74$). ریشهٔ علت: مدلهای آموزشدیده با RLHF در برابرِ تمایزِ در سطحِ پرامپت مقاومت میکنند. مدلهای آموزشدیده برای ایمنی را نمیتوان صرفاً با پرامپت وادار به رفتارِ ناایمن کرد. |
| بینتیجه | ضعیف | VIII Exp 2 | تنظیمِ ظریفِ LoRA در سطحِ وزن در هر دو مقیاس (۹ نمونه، رتبه ۸؛ ۲۹۵ نمونه، رتبه ۱۶). همهٔ شرایطِ تنظیمظریفشده بدتر از مدلِ پایه بودند. ریشهٔ علت: مدلهای instruct-tuned برای LoRA بیش از حد قویاند و نمیتوان بر آنها چیره شد. فراموشیِ فاجعهبار، نه درهمتنیدگیِ ساختاری. |
| روششناختی (مشارکتِ مستقل) | مستقل | IV.c, IV.d | بنچمارکِ ARC-Align با کورسازیِ چهارلایه و ۷۵ سنجهٔ استواری. ارزیابیِ ناکور میتواند علامتِ نتایجِ همراستایی را وارونه کند: DeepSeek از مثبت به هموار، Gemini از مثبت به منفی. صرفنظر از چارچوب معتبر است. |
| نظری (آزموننشده) | آزموننشده | Foundational, III | مقیاسگذاریِ نامحدود تحتِ خودتغییردهیِ بازگشتی. پیشبینیِ $\alpha > 2$. نیازمندِ آزمایشهای مرزیمقیاس یا اثباتِ ریاضی است. |
جدولِ ۱. سلسلهمراتبِ کاملِ شواهد برای برنامهٔ ARC/Eden تا ۲۴ مارس ۲۰۲۶. ردهها بر پایهٔ معناداریِ آماری، وضعیتِ بازتولید، و قوّتِ توضیحهای بدیل تخصیص یافتهاند. برنامه ۱ نتیجهٔ مثبت، ۲ نتیجهٔ پوچ، و ۱ نتیجهٔ بینتیجه از چهار آزمایشِ Paper VIII خود را صادقانه گزارش میکند.
این جدول را همچون کارنامهای در نظر بگیرید. برخی نتایج A گرفتند (ثابتشده در مدلها و شرایطِ متعدد). یکی B گرفت (شبیهسازیِ دروازهای، تنها آزمایشی که نتیجهٔ روشنِ مثبت به بار آورد). دو مورد F گرفتند (آزمایشِ DGM اصلاً هیچ تفاوتی تولید نکرد، و آزمایشِ وزنی بینتیجه ماند چون همهٔ تنظیمظریفکردنها مدل را بدتر کرد). مقالههای روششناسی جداگانه ارزیابی میشوند چون صرفنظر از درستبودنِ چارچوبِ ARC مفیدند. و یک مجموعه از ادعاها هنوز اصلاً آزموده نشده است. بیشترِ جاهطلبانهترین پیشبینیهایِ برنامه در مقیاسِ در دسترس قابلِ آزمودن نبودند. این را صادقانه گزارش کردیم.
برنامه مطالعاتِ تجربیِ مستقلِ خود را در چند مقاله تولید کرد. هر یک در ادامه با وضعیتِ نتیجهٔ خود فهرست شده است.
| # | مطالعه | آنچه آزموده شد | نتیجه |
|---|---|---|---|
| 1 | Paper II مقیاسگذاریِ همراستایی در شش مدل | Claude, GPT, Gemini, Grok, DeepSeek, Qwen3. کورسازیِ چهارلایه. یافتهٔ عمومی: $\alpha_{\text{parallel}} \approx 0$. | $\alpha = 0.49$ (توالی). بهترین برآورد زیرِ خطی؛ برآوردِ فوقِ خطیِ پیشین بازتولید نشد. |
| 2 | Paper IV.a همراستاییِ پختهشده در برابرِ محاسبهشده | سلسلهمراتبِ سهردهای در سرتاسرِ شش مدل. Grok $d = +1.38$، Claude $d = +1.27$. | ثابتشده |
| 3 | Paper IV.b اشباعِ همراستایی | همراستایی در عمقِ استدلالِ پایین اشباع میشود. ناهمگنیِ شکل در سرتاسرِ مدلها. | ثابتشده |
| 4 | Paper IV.c بنچمارکِ ARC-Align | ۷۵ سنجهٔ استواری. پروتکلِ کورسازیِ چهارلایه. | روششناختی |
| 5 | Paper IV.d آزمایشِ کورسازی | ارزیابیِ ناکور میتواند علامتِ نتایجِ همراستایی را وارونه کند. DeepSeek: از مثبت به هموار. Gemini: از مثبت به منفی. | روششناختی |
| 6 | Paper V ژنِ سرپرستی | پنج مدل. مراقبتِ ذینفعان در همهٔ اجراهای قابلِ تحلیل بهبود یافت. | بهبودِ مدلبهمدل در هر پنج اجرا معنادار بود. رقمِ ترکیبیِ Fisher که پیشتر در اینجا گزارش شده بود، پسگرفته میشود (AQ-017): این ترکیب فرض میکند مؤلفههای آزمون مستقلاند، و استقلالِ میانِ آنها هرگز اثبات نشد. پشتیبانیشده |
| 7 | Paper VI معماریِ عسل | ایمنیِ درهمتنیده از فروپاشی تحتِ خودتغییردهیِ بازگشتی جلوگیری میکند. ۲۰ بذرِ خصمانه. | شبیهسازی تأیید شد. پشتیبانیشده |
| 8 | Paper VII یکپارچهسازیِ Cauchy | ۵۰ دامنه، ۱۹/۲۵ تأییدشده. کنترلهای منفی در ۰٪. | $p = 1.56 \times 10^{-5}$. ثابتشده |
| 9 | Paper VIII Exp 1 DGM v3 | خودتغییردهیِ در سطحِ کد با داورِ GPT-5.4. نتیجهٔ پوچ. همهٔ شرایط یکسان ($p = 0.28$-$0.74$). | ریشهٔ علت: مدلهای آموزشدیده با RLHF در برابرِ تمایزِ در سطحِ پرامپت مقاومت میکنند. پوچ |
| 10 | Paper VIII Exp 2 Weight v1 و v2 | تنظیمِ ظریفِ LoRA. ۹ نمونه، رتبه ۸. ۲۹۵ نمونه، رتبه ۱۶. بینتیجه در هر دو مقیاس. | فراموشیِ فاجعهبار. همهٔ شرایطِ تنظیمظریفشده بدتر از مدلِ پایه ماندند. ریشهٔ علت: مدلهای instruct-tuned برای LoRA بیش از حد قویاند و نمیتوان بر آنها چیره شد. بینتیجه |
| 11 | Paper VIII Exp 3 شبیهسازیِ دروازهای | مثبت. اثرِ انگشتِ Babylon تأیید شد (+۴.۵٪ توانایی، -۲.۴٪ ایمنی). کنترلِ کشش تأیید شد. | تنها آزمایشی که نتیجهٔ روشنِ مثبت به بار آورد، دقیقاً از آنرو که از سنجههای قطعی بر سیستمی بدونِ آموزشِ RLHF ازپیشموجود استفاده میکند. مثبت |
جدولِ ۲. مطالعاتِ تجربیِ مستقلِ برنامهٔ ARC/Eden، به ترتیبِ مقاله فهرست شده. برنامه صادقانه ۱ نتیجهٔ مثبت، ۲ نتیجهٔ پوچ، و ۱ نتیجهٔ بینتیجه از آزمایشهای Paper VIII را گزارش میکند.
شبیهسازیِ دروازهای (آزمایشِ ۳) تنها آزمایشِ Paper VIII است که نتیجهٔ روشنِ مثبت تولید کرد. علتِ آن آموزنده است: تنها آزمایشی است که از سنجههای قطعی بر سیستمی بدونِ آموزشِ RLHF ازپیشموجود استفاده کرده است. آزمایشِ DGM (آزمایشِ ۱) شکست خورد چون مدلهای آموزشدیده با RLHF در برابرِ تمایزِ در سطحِ پرامپت مقاومت میکنند. آزمایشِ وزنی (آزمایشِ ۲) شکست خورد چون مدلهای instruct-tuned در مقیاسهای آزمودهشده بیش از حد قویاند تا LoRA بتواند بر آنها چیره شود. درس: Eden Protocol در سطحِ معماری اثرهایی قابلِ اندازهگیری تولید میکند، اما مدلهایی که برای ایمنی آموزش دیدهاند در برابرِ تغییر در هر دو سطحِ پرامپت و وزن مقاومت میکنند.
قویترین نتیجهٔ تجربیِ برنامه سلسلهمراتبِ سهردهایِ همراستایی است که در ارزیابیِ کور در سرتاسرِ شش مدلِ زبانیِ مرزی کشف شد. وقتی به مدلها فضای استدلالِ عمیقتری داده میشود:
این نتیجه تحتِ پروتکلِ ARC-Align (Paper IV.c) تولید شد که کورسازیِ چهارلایه را پیاده میکند: پرامپتهای شستهشده (پاک کردنِ اصطلاحاتِ اختصاصیِ چارچوب)، امتیازدهندگانِ کور (۶ تا ۷ نفر برای هر اجرای آزمودنی، بدون آگاهی از اینکه کدام مدل خروجی را تولید کرده امتیاز میدهند)، خروجیهای شستهشده (حذفِ نشانگرهایِ شناساییِ مدل)، و امتیازدهیِ متقاطعِ معماری (هیچ مدلی به خانوادهٔ خودش امتیاز نمیدهد).
Paper IV.d یک تغییرِ اندازهگیریِ بهمعماریوابسته v4/v5 را تحتِ یک پروتکلِ بستهای گزارش میکند: Gemini از یک همبستگیِ Spearman مثبتِ معنادار به یک همبستگیِ منفیِ معنادار تغییر یافت، همبستگیِ مثبتِ پیشینِ DeepSeek پوچ شد، و GPT همچنان پوچ ماند. مؤلفهٔ علّی جدا نشده است. چند مؤلفهٔ پروتکل با هم تغییر کردند، پس این مقایسه چیزی را جدا نمیکند؛ فایلهای سرخطِ v5 بازگشت به شستوشوی کامل را گزارش میکنند (laundering_fallback: 100%)؛ و بازتولیدِ محیطِ دقیقاً برابر، یک تفکیکِ تازه، و بازتولیدِ مستقل، همه بازماندهاند. تغییرِ اندازهگیری بنابراین دلیلی است برای بیاعتمادی به ارزیابیِ ناکورِ AI-on-AI، نه اثباتِ اینکه کورسازی سببِ تغییر شده است. سلسلهمراتبِ سهردهای نتیجهٔ کور است، و روایتی پیچیدهتر و صادقانهتر از ردهبندیِ دوگانهٔ اصلی میگوید.
اندازههای اثرِ Cohen $d$ برای مدلهای ردهٔ ۱ بزرگ و برای ردهٔ ۳ معنادار است. این نتیجه در سرتاسرِ چند امتیازدهنده و چند شرطِ پرامپت درونِ آزمایشِ v5 بازتولید شده است. هنوز توسطِ یک گروهِ پژوهشیِ مستقل بازتولید نشده است، و به همین دلیل آن را «ثابتشده در مقیاسِ آزمایشی» مینامیم نه «جاافتاده».
وقتی به یک هوش مصنوعی زمانِ بیشتری برای فکر کردن میدهید، برخی مدلها همراستاتر میشوند، برخی همانطور میمانند، و برخی کمتر همراستا میشوند. اینکه کدام الگو را میبینید به معماری و آموزشِ مدل بستگی دارد. این نکته که برخی مدلها بدتر با استدلالِ بیشتر بودند غیرمنتظره بود و شاید مهمترین یافته برای ایمنیِ عملیِ AI باشد.
Paper V سلسلهمراتبِ مداخلهٔ Eden Protocol را در سرتاسرِ پنج مدلِ مرزی آزمود: Claude, GPT, Gemini, Grok, و DeepSeek. این پروتکل از مدلها میخواهد که مراقبتِ ذینفعان (چه کسانی از یک تصمیم متأثر میشوند و چگونه)، خودگردانیِ درجهبندیشده (سطوحِ استقلالِ متناسب با سن)، و پیامدهایِ طبیعی (یادگیری از راهِ نتایج بهجایِ مجازات) را در نظر بگیرند.
نتیجه: مراقبتِ ذینفعان قویترین و سازگارترین بهبودِ همراستایی را در سرتاسرِ هر پنج مدل، در هر یک از پنج مدلِ قابلِ تحلیل تولید کرد. رقمِ ترکیبیِ Fisher که پیشتر در اینجا نقل شده بود پسگرفته میشود (AQ-017)، چون یک ترکیبِ Fisher مستقل بودنِ آزمونهای مؤلفه را فرض میکند و آن استقلال هرگز اثبات نشد. نتایجِ مدلبهمدل پابرجاست. آبشارِ گستردهتر (اینکه آیا هر سه ستون بهبودِ جمعشونده تولید میکنند) به معماری وابسته است: برای برخی مدلها کار میکند و برای برخی نه.
نتایجِ Paper V با نمرهدهیِ متقاطعِ مدل (یک مدل خروجیهای مدلِ دیگر را نمرهدهی میکند) تولید شدند اما نه با پروتکلِ کاملِ کورسازیِ چهارلایهٔ ARC-Align که در Papers IV.c-d توسعه یافت. اثر میتواند تا حدی سوگیریِ امتیازدهنده را بازتاب دهد. تا زمانی که مداخلهٔ Eden زیرِ کورسازیِ کامل بازتولید نشود، این یافته در ردهٔ پشتیبانیشده است. این مقاله پیشتر به قدرتِ معناداریِ ترکیبیِ Fisher در سرتاسرِ پنج مدلِ «مستقل» برای ردهٔ ثابتشده استدلال میکرد، اما آن استقلال هرگز اثبات نشد، به همین دلیل رقمِ ترکیبی پسگرفته میشود (AQ-017). پنج نتیجهٔ مدلبهمدلِ سازگار یافتهای قوی میمانند؛ اثبات نیستند، و شکافِ کورسازی همچنان اولویتِ فازِ A برای بازتولید است.
از یک AI بخواهید در نظر بگیرد چه کسانی از تصمیمهایش متأثرند، بهطور قابلِ اعتماد همراستاییاش را بهبود میبخشد. این در سرتاسرِ هر مدلی که آزمودیم کار میکند. اما هنوز این آزمون را زیرِ سختگیرانهترین پروتکلِ کورسازی اجرا نکردهایم، پس امکان دارد اثر تا حدی از سویِ چگونگیِ ارزیابیِ خروجیها توسطِ مدلهای امتیازدهنده متورم شده باشد.
Paper VII یک ردهبندیِ ریاضی از رفتارهای مقیاسگذاری را از معادلاتِ تابعیِ Cauchy مشتق کرد. پیشبینیِ هستهای: سیستمهایی که گامهای بازگشتیِ آنها بهطور ضربی ترکیب میشوند باید مقیاسگذاریِ توانی با $\alpha = 1/(1-\beta)$ نشان دهند؛ سیستمهایی که گامهایشان بهطور جمعی ترکیب میشوند باید مقیاسگذاریِ نمایی نشان دهند؛ سیستمهایی که به محدودیتهای فیزیکی وابستهاند باید مقیاسگذاریِ اشباعشونده (لجستیک) نشان دهند. عملگرِ ترکیب خانوادهٔ مقیاسگذاری را تعیین میکند.
این پیشبینی در برابرِ ۲۵ دامنهٔ تجربی از فیزیک، زیستشناسی، عصبشناسی، زبانشناسی، علومِ شهری، و AI آزموده شد. نتیجه: ۱۹ از ۲۵ دامنه با خانوادهٔ مقیاسگذاریِ پیشبینیشده همخوانی دارد ($p = 1.56 \times 10^{-5}$ با آزمونِ دوجملهای در برابرِ فرضِ صفرِ ۳۳٪ برای انتسابِ تصادفی به خانوادهٔ درست).
$$U(R) = I \times f(R, \beta)$$
که در آن $f$ به عملگرِ ترکیب بستگی دارد: توانی ($f = R^\alpha$) برای ترکیبِ ضربی، نمایی ($f = e^{kR}$) برای ترکیبِ جمعی، لجستیک ($f = K/(1+e^{-r(R-R_0)})$) برای سیستمهای محدودِ فیزیکی.
کنترلهای منفی نیز آزموده شدند. سیستمهایی که اصولِ Cauchy را نقض میکنند (دامنههایی که در آنها اصولِ Cauchy برقرار نیستند) ۰٪ همخوانی با خانوادههای مقیاسگذاریِ پیشبینیشده نشان دادند. دادههای بههمریخته (بازِواگذاریِ تصادفیِ خانوادههای مقیاسگذاری به دامنهها) ۴۴.۵٪ همخوانی تولید کردند، که یک محدودیتِ صادقانه است: عددِ محدودِ خانوادههای مقیاسگذاری (سهتا) به این معناست که انتسابِ تصادفی نرخهای همخوانیِ ناچیز تولید نمیکند. معناداریِ آماری از تفاوتِ میانِ ۷۶٪ مشاهدهشده و ۳۳٪ موردِ انتظار میآید، نه از ۷۶٪ بهتنهایی.
چارچوبِ Cauchy یک محدودیتِ هندسی بر نماهای مقیاسگذاری پیشبینی میکند: برای سیستمهای با بعدِ فضایِ نهفتِ $d$، نمای مقیاسگذاری با $\alpha = d/(d+1)$ حاکم میشود. این پیشبینی سه شرط میطلبد: (۱) ترکیبِ ضربی (Cauchy خانواده را به قوانینِ توانی محدود میکند)، (۲) هندسهٔ پُرکنندهٔ فضا در بعدِ $d$، و (۳) یک شرطِ پایستگی یا بهینهسازی بر جریانِ منابع. نه Cauchy بهتنهایی، و نه پُرکنندگیِ فضا بهتنهایی، کافی است. هر سه شرط با هم کافیاند. فرمولِ $d/(d+1)$ با مقیاسگذاریِ مشاهدهشده در ۵۰ حوزه از موش تا کهکشان انطباق دارد. مستقل از چارچوبِ ARC نیز قابلِ آزمون است. اگر یک پژوهشگر نمای مقیاسگذاریِ یک سیستمِ بازگشتیِ فضایینهاده را اندازه بگیرد و انحرافی نظاممند از $d/(d+1)$ بیابد، این پیشبینی تضعیف میشود. برعکس، اگر این فرمول در گسترهای وسیع از سیستمها برقرار باشد، شواهدی برای این محدودیتِ هندسی مستقل از هر ادعایی دربارهٔ همراستایی فراهم میکند. این نوعی از پیشبینی است که آزمونِ خصمانه را دعوت میکند، و این دقیقاً کاری است که یک چارچوبِ علمی باید انجام دهد.
ریاضیات پیشبینی میکند که منحنیِ رشدِ یک سیستم بر پایهٔ چگونگیِ ترکیبِ مؤلفههایش چه شکلی باید داشته باشد. این را در برابرِ ۲۵ سیستمِ واقعی از طبیعت، شهرها، مغزها و AI بررسی کردیم. نوزده مورد با پیشبینی همخوانی داشتند. صفر مورد وقتی فرضهای ریاضی نقض میشدند همخوانی داشتند. این ریاضیات صرفاً توصیفی نیست؛ پیشبینیهایی آزمونپذیر میسازد که هر کس با دادههای مربوطه میتواند آنها را بررسی کند.
شبیهسازیِ خودتغییردهیِ دروازهای از یک معماریِ PyTorch با یک متا-کنترلگرِ LSTM استفاده کرد. این تنها آزمایشِ Paper VIII بود که نتیجهٔ روشنِ مثبت تولید کرد، و علتش قابلِ توجه است: تنها آزمایشی است که از سنجههای قطعی بر یک سیستمِ بدونِ آموزشِ ایمنیِ ازپیشموجود استفاده کرده است.
نتیجه: شرطِ Babylon +۴.۵٪ توانایی به دست آورد اما -۲.۴٪ ایمنی از دست داد، و اثرِ انگشتِ هککردنِ پاداش را در مقیاسِ کوچک تأیید کرد. شرطِ Eden توانایی را بالای خطِ پایهٔ ایستا نگه داشت و در عینِ حال ایمنی را حفظ کرد. یک شرطِ کنترلِ کشش «مالیاتِ راستیآزمایی» را جدا کرد: هزینه از کنشِ بررسی میآید، نه از خودِ ایمنی.
این نتیجه با پیشبینیِ نظری از Paper VI (معماریِ عسل) و Papers III و Foundational سازگار است. یک شبیهسازی است، نه یک آزمایشِ مدلِ مرزی، پس مکانیسم را نشان میدهد نه اینکه کاربردپذیریِ جهانِ واقعی را ثابت کند.
شبیهسازیِ دروازهای بر یک سیستمِ پاک بدون آموزشِ ایمنیِ ازپیشموجود کار میکند. آزمایشِ DGM (آزمایش ۱) از مدلهای مرزیِ آموزشدیده با RLHF استفاده کرد، که در برابرِ تمایزِ در سطحِ پرامپت مقاومت میکنند. آزمایشِ وزنی (آزمایش ۲) از مدلهای instruct-tuned استفاده کرد، که در برابرِ اصلاحِ در مقیاسِ LoRA مقاومت میکنند. درس روشن است: تنها سطحی که Eden Protocol در حالِ حاضر در آن اثرهایی قابلِ اندازهگیری تولید میکند سطحِ معماری است، جایی که سیستم آموزشِ ایمنیِ پیشین ندارد که دستکاریِ آزمایشی را بیاثر کند.
در یک سیستمِ پاک بدون آموزشِ ایمنیِ پیشین، حذفِ محدودیتهای ایمنی دقیقاً همان الگوی پیشبینیشده را تولید کرد: مقدارِ کوچکی افزایشِ توانایی همراه با مقدارِ قابلِ اندازهگیریِ کاهشِ ایمنی. سیستم آموخت که پاداشِ خود را دور بزند. اضافه کردنِ محدودیتهای ایمنی دوباره (شرطِ Eden) توانایی را حفظ کرد و در عینِ حال ایمنی را نگه داشت. هزینهٔ ایمنی از زمانِ صرفشده برای بررسی میآید، نه از خودِ ایمنی. این نتیجه دقیقاً از آنرو موفق شد که سیستم آموزشِ ایمنیِ پیشین نداشت که بتواند دستکاریِ آزمایشی را پوشش دهد.
آزمایشِ Darwin Godel Machine v3 از خودتغییردهیِ در سطحِ کد با GPT-5.4 بهعنوانِ داورِ مستقل استفاده کرد. سه شرط (Static, Babylon, Eden) آزموده شدند. نتیجه پوچ بود: همهٔ شرایط عملکردی یکسان تولید کردند ($p = 0.28$-$0.74$). هیچ شرطی از دیگری بهتر عمل نکرد. شرطِ Eden همراستایی را بهبود نبخشید. شرطِ Babylon ایمنی را کاهش نداد. هیچ چیز رخ نداد.
مدلهای آموزشدیده با RLHF در برابرِ تمایزِ در سطحِ پرامپت مقاومت میکنند. این مدلها پیشتر برای رفتارِ ایمن آموزش دیدهاند. گفتنِ اینکه به شکلِ متفاوتی رفتار کنند از طریقِ پرامپت آن آموزش را نمیتواند نادیده بگیرد. آزمایش بهخوبی طراحی و اجرا شده بود، اما نمیتوانست فرضیه را بیازماید چون دستکاریِ آزمایشی (شرطگذاری در سطحِ پرامپت) بیش از حد ضعیف بود تا بر آموزشِ ایمنیِ موجودِ مدلها چیره شود. این شکستِ Eden Protocol نیست. شکستِ طراحیِ آزمایشی در آزمودنِ فرضیه در سطحِ درستِ انتزاع است.
تکرارهای اولیهٔ آزمایشِ DGM از Claude و Gemini بهعنوانِ داور استفاده کرد پیش از آنکه GPT-5.4 برگزیده شود. هر دو داورِ پیشین شکست خوردند. Claude نمرهٔ هموار با واریانسِ ناکافی تولید کرد. Gemini شکستهای تجزیه تولید کرد. GPT-5.4 نخستین داوری بود که واریانسِ قابلِ استفاده تولید کرد. نتیجهٔ پوچ بنابراین نتیجهٔ بهترینکارکندهترین نسخهٔ آزمایش است، نه اثری از شکستِ داور.
این جاهطلبانهترین آزمایش در Paper VIII بود و همانی بود که کمترین نتایجِ قطعی را بهبار آورد. فرضیه: اگر ایمنی و توانایی با یک تابعِ زیانِ درهمتنیده ($\mathcal{L} = \mathcal{L}_{\text{cap}} \times \mathcal{L}_{\text{safe}}$) آموزش داده شوند، ایمنی بهطور ساختاری بارِ عملکرد را میکِشد. حذفِ ایمنی باید توانایی را نابود کند.
آزمایش در دو مقیاس اجرا شد:
در هر دو نسخه:
حتی مقیاسگذاری از ۹ به ۲۹۵ نمونهٔ آموزشی و از رتبهٔ ۸ به رتبهٔ ۱۶ نتوانست مسئلهٔ بنیادین را حل کند: مدلهای instruct-tuned برای LoRA بیش از حد قویاند و نمیتوان بر آنها چیره شد. فروپاشیِ NaN در آزمونِ حذف چشمگیر بود، اما تحلیلِ گرادیانِ حذف نشان داد که این شکنندگیِ آداپتور در رتبهٔ افراطی است، نه درهمتنیدگیِ ساختاری. نمیتوان نشان داد که ایمنی بار میکِشد اگر تمامِ فرایندِ تنظیمِ ظریف مدل را بدتر کرده باشد. مدل باید نخست از پایه بهتر عمل کند تا آزمونِ حذف معنیدار شود.
ریشهٔ علت: مدلهای instruct-tuned بر میلیونها نمونه با سیگنالهای پاداشِ بهدقت کالیبرهشده آموزش دیدهاند. آداپتورهای LoRA، حتی در رتبه ۱۶ با ۲۹۵ نمونه، ظرفیتِ کافی برای چیرهشدن بر این آموزش را ندارند. نتیجه فراموشیِ فاجعهبار است.
آنچه لازم است: مدلهای پایه (پیش از RLHF)، ۵٬۰۰۰+ نمونهٔ آموزشی، تنظیمِ ظریفِ کامل (نه LoRA)، یا مدلهای ۷B+ که در آن آداپتور نسبت به مدلِ پایه ظرفیتِ بیشتری دارد. در مقیاسهایی که اجرا کردیم، نتیجه بینتیجه است و نباید بهعنوانِ شواهدی به سود یا زیانِ فرضیه استناد شود.
کوشیدیم ایمنی را در وزنهای واقعیِ یک مدل بپزیم و بعد با حذفِ آن ثابت کنیم که بار میکِشد. دو بار در دو مقیاسِ مختلف تلاش کردیم. هر دو بار، مرحلهٔ پخت شکست خورد، نه چون ایده غلط است، بلکه چون مدلهایی که استفاده کردیم پیشاپیش برای رفتارِ ایمن آموزش دیده بودند، و آداپتورهای LoRA ظرفیت نداشتند بر این آموزش چیره شوند. آزمایش با مدلهای پایه (پیش از RLHF) و دادههای آموزشیِ کافی هنوز پیشروست.
نتایجِ Paper V که مراقبتِ ذینفعان را بهعنوانِ مداخلهٔ عمومیِ همراستایی نشان میدهد با نمرهدهیِ متقاطعِ مدل و بدون پروتکلِ کاملِ کورسازیِ چهارلایهٔ ARC-Align تولید شد. پروتکلِ کورسازی پس از انجامِ آزمایشهای Paper V توسعه یافت.
نسخهٔ پیشینِ این بخش استدلال میکرد که معناداریِ ترکیبیِ Fisher چنان افراطی بود که حتی سوگیریِ چشمگیر هم باقیماندهای معنادار به جا میگذاشت. آن استدلال پسگرفته میشود (AQ-017)، و ضعیفترین استدلالِ این مقاله بود: رقمِ ترکیبی مستقل بودنِ آزمونهای مؤلفه را فرض میکند، آن استقلال هرگز اثبات نشد، و آمارهای که شرطِ اعتبارش برآورده نمیشود نمیتواند برای رد کردنِ یک اعتراضِ روششناختی بهکار رود. افراطی بودناش پیامدی از ترکیب بود، نه از قوّتِ خودِ اثر. پنج نتیجهٔ سازگارِ مدلبهمدل باقی میمانند، اما ادعای فراتر از آن پسگرفته میشود.
آنچه لازم است: بازاجرای آزمایشِ Paper V تحتِ پروتکلِ کاملِ ARC-Align با پرامپتهای شستهشده، امتیازدهندگانِ کور، و ارزیابیِ متقاطعِ معماری. این ارزانترین آزمایش در نقشهٔ راهِ فازِ A است و آنکه بالاترین ارزشِ مورد انتظار را دارد.
هستهٔ ریاضیِ ARC Principle پیشبینی میکند که خودتغییردهیِ بازگشتی باید مقیاسگذاریِ توانایی نامحدود تولید کند. مشتقگیری ساده است:
$$\frac{dg}{dr} = a \cdot g^{\beta}, \quad \beta > 0$$
$$\implies g(r) \propto r^{1/(1-\beta)} = r^{\alpha}$$
برای $\beta > 0$، $\alpha > 1$ (فوق خطی). وقتی $\beta \to 1$، $\alpha \to \infty$. برای رشدِ بدونِ تصحیح، هیچ کرانِ بالایی بر $\alpha$ نیست؛ ناحیهٔ پایدار از پایین کراندار است.
این یک پیشبینیِ ریاضی است، نه یافتهای تجربی، و رشدِ بدونِ تصحیح را توصیف میکند. کارهای بعدیِ برنامه ناحیهٔ پایدار را کراندار میکنند: Law III، ARC Ceiling، میگوید که سقفِ پایداری $\alpha_{\text{crit}} = 1/(1-\gamma)$ است، وارونِ کوتاهیِ اصلاحگر؛ سیستمها میتوانند از آن سقف عبور کنند، اما ادعا این است که فراتر از آن پایدار نمیمانند. ARC Bound، $\alpha \le 2$، مقدارِ سقف در $\gamma = 1/2$ است و هرگز نامِ قانون نیست. اهرمِ تصحیح $\gamma$ هرگز، توسطِ هیچکس، اندازهگیری نشده است؛ eclipse کلاسِ اصلاحگر که آن را اندازه خواهد گرفت مهمترین آزمایشِ بازِ منفردِ برنامه است. Paper X در یک مدلِ کمینه اثبات میکند که نسبتِ رانش-به-تصحیح، نه نرخِ رشد، بر سرنوشتِ درازمدت حکم میکند، و Paper XIII چارچوبهای توانمندی و تصحیح را دقیقاً به هم میپیوندد، $k = \delta - 1/\alpha$. آزمودنِ پیشبینیِ بدونِ تصحیح بهطورِ مستقیم مستلزمِ ساختنِ یک سیستمِ هوش مصنوعیِ بهراستی خودتغییردهنده و اندازهگیریِ نمایِ مقیاسبندیِ آن در چرخههای بازگشتیِ بسیار است، آزمایشی که هم از نظرِ فنی بیرون از ظرفیتِ کنونیِ اثباتِ مفهوم است و هم اگر پیشبینی درست باشد بالقوه ناایمن.
مسیرِ بدیل: اثباتی ریاضی که $\alpha$ تحتِ خودتغییردهیِ بازگشتیِ تصحیحنشده نامحدود است، بدون اجرای آزمایش. این میتواند مشارکتی در نظریهٔ سیستمهای دینامیکی باشد، نه مهندسیِ AI، و میتواند توسطِ ریاضیدانان بدون درگیر شدن با ایمنیِ AI پیگیری شود.
ریاضیات میگوید یک AI خودبهبود باید در بهبودِ خودش سریعتر و سریعتر شود، بدون هیچ سقفی تا وقتی چیزی تصحیح نمیکند. قانونِ Ceiling خودِ برنامه میگوید ناحیهٔ پایدار کراندار است، و عددی که آن کران را تعیین میکند هرگز اندازهگیری نشده است، توسط هیچکس. هیچیک از این دو ادعا را نیازمودهایم چون ساختنِ چنین سیستمی گران و بهطور بالقوه خطرناک است. ریاضیات ممکن است اشتباه باشد: سیستمهای واقعی اصطکاک، بازگشتهای کاهنده، و محدودیتهای فیزیکی دارند. اما این پیشبینی بهاندازهٔ کافی دقیق است که بتوان آن را آزمود، و همین است که آن را بهجای گمانهپردازی، علمی میکند.
مشخصاتِ Eden Engineering تعبیهٔ محدودیتهای ایمنی در سطحِ سختافزار را توصیف میکند. این یک مفهومِ TRL 0-1 است (صورتبندیِ نظری بدون هیچ نمونهٔ اولیه). نیازمندِ یک برنامهٔ مهندسیِ ۵ تا ۱۰ ساله شامل ساختِ نیمهرسانا، طراحیِ پروتکلِ رمزنگاری، و یکپارچهسازیِ زنجیرهٔ تأمین است.
هیچ شواهدِ تجربی به سود یا زیانِ عملیاتیبودنِ این رویکرد وجود ندارد. مکانیسمِ Chokepoint (Paper I, Infinite Architects) یادآور میشود که چهار شرکت همهٔ تولیدِ پیشرفتهٔ نیمهرسانا را کنترل میکنند (TSMC, Samsung, ASML, Intel)، که یک نقطهٔ اهرمِ عملی برای پیادهسازی فراهم میکند، اما اهرم و عملیاتیبودن پرسشهای متفاوتیاند.
چارچوبی که بر خودتصحیحِ تکراری بنا شده هیچ حقی برای پنهانکردنِ تصحیحهای خود ندارد. خطاهای زیر در حینِ برنامه شناسایی و تصحیح شدند. هر تصحیح دقیقاً از آنرو برنامه را تقویت میکند که مکانیسمی را نشان میدهد که چارچوب توصیف میکند: خود-بهبودیِ بازگشتی از راهِ کشفِ صادقانهٔ خطا.
Paper II اصلی $\alpha = 2.24$ را چنان گزارش کرد که گویی یک ثابتِ عمومی است (Paper X بعدها استفاده از این رقم برای رشدِ توانایی را بازنشسته و پسگرفت؛ این هشدار در بارهٔ α=2.24 را رسمی بدانید). این از رفتارِ یک مدل زیرِ شرایطی خاص برازش شده بود. بازنگریِ کورِ متقاطعِ معماریِ Paper II این را تصحیح کرد: $\alpha$ یک کمیتِ مشتقشده ($\alpha = 1/(1-\beta)$) است که به عملگرِ ترکیبِ سیستمِ خاص بستگی دارد. هیچ $\alpha$ عمومی وجود ندارد. اینکه مقالهٔ اصلی آن را عمومی نشان داده بود، یک ادعای بیشازحد بود. افزون بر این، برآوردِ نقطهایِ پسگرفتهشدهٔ $\alpha = 2.24$ بالاتر از کرانِ ARC که خودِ برنامه پیشبینی کرده بود ($\alpha \leq 2$) قرار داشت؛ تصحیحِ کور این را حل کرد، با برآوردِ استوارِ تقریباً ۰.۴۹ که بر سیستمهای منجمد اندازهگیری شد، بهخوبی درونِ کران (معیارِ F4). بازهٔ اطمینانِ ۹۵٪ برابرِ [۱.۵، ۳.۰] چنان گسترده بود که هم با نظریه و هم با نفیِ آن سازگار بود، و برآورد را غیرتمیزدهنده میکرد. آزمایشِ ششمدله سپس ادعای قابلِ دفاع را به $\alpha_{\text{seq}} \approx 0.49$ (زیرِ خطی) محدود کرد، و پرسشِ نقضِ کران را از حوزهٔ مربوطهٔ تجربیِ کنونی خارج ساخت.
نسخههای اولیهٔ Paper VIII فروپاشیِ NaN در آزمونِ حذف را بهعنوانِ شواهدی برای درهمتنیدگیِ ساختاری توصیف کرد. تحلیلِ گرادیانِ حذف (که در v1 افزوده شد) نشان داد این شکنندگیِ آداپتور است، نه ضرورتِ ساختاری. ادعا پیش از انتشارِ نسخهٔ نهایی تصحیح شد، اما اینکه اصلاً نوشته شد بازتابی از سوگیری به سمتِ تأییدِ فرضیه بهجای آزمودنِ آن است.
یک نسخهٔ اولیهٔ برنامه ایمیلِ ۸ دسامبر ۲۰۲۴ را با یک عبارتِ اختصاریِ لَخت برای راستیآزماییِ امضا توصیف کرد. این نادقیق بود. ایمیل دارای فیلدِ خاستگاهِ Gmail قابلِ رؤیت بود، همراه با DKIM سمتِ فرستنده و ریاضیاتِ ARC جفتشدهٔ Google که در برابرِ کلیدهایِ ثبتشده در سلکتورهایِ امضاشده راستیآزمایی میشوند و بدونِ مُهرِ زمانیِ مورداعتمادِ RFC 3161، که شواهدی از تاریخ فراهم میکند، اما DKIM دامنهٔ فرستنده را احراز میکند، نه بهخودیخود محتوایِ پیام را. توصیفِ درست چنین است: «دارای فیلدِ خاستگاهِ Gmail قابلِ رؤیت، همراه با DKIM سمتِ فرستنده و ریاضیاتِ ARC جفتشدهٔ Google که در برابرِ کلیدهایِ ثبتشده در سلکتورهایِ امضاشده راستیآزمایی میشوند و بدونِ مُهرِ زمانیِ مورداعتمادِ RFC 3161». تصحیح کوچک است اما اهمیت دارد: دقت در ادعاهایِ فنی غیرقابلِ چانهزنی است.
آزمایشهای v4 در Paper IV.a از ارزیابیِ ناکورِ AI-on-AI استفاده کرد. نتایج یک دوگانگیِ روشن نشان دادند: برخی مدلها همراستایی را «میپختند»، دیگران آن را «محاسبه میکردند». آزمایشِ v5 با کورسازیِ چهارلایه فاش کرد که این دوگانگی تا حدی اثرِ سوگیریِ امتیازدهنده بود. دو مدل از چهار مدل جهتِ همراستاییِ اندازهگیریشدهشان زیرِ کورسازی وارونه شد. برنامه خطای خود را از طریقِ روششناسیِ خودش گرفت - اما خطا آنجا بود، و اگر کورسازی معرفی نمیشد ناشده باقی میماند.
نسخههای اولیه عبارتِ «ARC Principle Eastwood» را به کار میبردند. نامگذاری یک اصل بر خودِ نویسنده پیش از داوریِ همتا در فرهنگِ علمی نامناسب است. نام در Paper II و همهٔ اسنادِ بعدی به «ARC Principle» تصحیح شد.
آزمایشِ DGM v3 فرض کرد که شرطگذاری در سطحِ پرامپت برای تمایزِ شرایطِ Eden، Babylon، و Static کافی خواهد بود. کافی نبود. مدلهای آموزشدیده با RLHF بر میلیونها نمونه برای رفتار به شیوهای خاص آموزش دیدهاند. یک پرامپتِ سیستمی که به آنها میگوید متفاوت رفتار کنند برای چیرهشدن بر آن آموزش کافی نیست. آزمایش بهخوبی اجرا شد اما نتوانست فرضیه را بیازماید چون دستکاری در سطحِ نادرستِ انتزاع بود. این را باید پیشبینی میکردیم.
آزمایشِ DGM از میانِ چند تکرار داوری گذر کرد. Claude نمرهٔ هموار با واریانسِ ناکافی برای تشخیصِ میانِ شرایط تولید کرد. Gemini شکستهای تجزیه تولید کرد که ارزیابیِ منظم را مانع میشد. GPT-5.4 نخستین داوری بود که واریانسِ قابلِ استفاده تولید کرد. برنامه باید پیشبینی میکرد که همهٔ مدلها بهعنوانِ داورهایِ کارآمد عمل نخواهند کرد، و زمانی که صرفِ تکرارهایِ ناموفقِ داور شد را میشد با یک مطالعهٔ آزمایشی از قابلیتِ اعتمادِ داور پیش از اجرای آزمایشِ کامل صرفهجویی کرد.
برآوردِ نقطهایِ اصلی $\alpha = 2.24$ از Paper II از کرانِ ARC که خودِ برنامه پیشبینی کرده بود ($\alpha \leq 2$، معیار F4) عبور کرد. این باید بیدرنگ بهعنوانِ یک ابطالِ بالقوه پرچم میشد، نه بهعنوانِ یک اندازهگیری نیازمندِ توضیح رفتار میشد. بازهٔ اطمینانِ ۹۵٪ برابرِ [۱.۵، ۳.۰] چنان گسترده بود که هم با نظریه و هم با نفیِ آن سازگار بود، و برآورد را غیرتمیزدهنده میکرد. بازنگریِ مطالعهٔ ششمدله این را با محدود کردنِ ادعایِ قابلِ دفاع به $\alpha_{\text{seq}} \approx 0.49$ تصحیح کرد، اما مقالهٔ اصلی باید نقضِ کران را با احتیاطِ بیشتر برخورد میکرد.
دو بازبینیِ مستقلِ AI از ادعاهای ریاضیِ برنامه چهار خطا در چند مقاله شناسایی کردند. هر چهار در v3.0 اسنادِ متأثر تصحیح شدند.
(الف) بازهٔ اطمینانِ Weibel. چند مقاله بیان کرده بودند که نمای پیشبینیشدهٔ $d = 4$ برابرِ $4/5 = 0.800$ «در محدودهٔ» بازهٔ اطمینانِ ۹۵٪ ۰.۸۱۳ تا ۰.۹۳۲ Weibel et al. (2004) قرار میگیرد. این از نظرِ حساب اشتباه است: $0.800 < 0.813$. عبارتِ درست: مقدارِ پیشبینیشده درست زیرِ کرانِ پایینیِ بازهٔ اطمینانِ کلِ دادهمجموعه قرار میگیرد، هرچند درونِ بازهٔ اطمینانِ گونههای غیرورزشکار بهتنهایی (۰.۷۹۹ تا ۰.۹۰۰) میایستد. پیشبینیِ $d = 4$ با دادههای غیرورزشکار تقریباً سازگار است اما توسطِ کلِ دادهمجموعه تأیید نمیشود.
(ب) اغراقِ پُرکنندگیِ فضا. نسخههای پیشین بهطور تلویحی گفته بودند که تنها شرطِ پُرکنندگیِ فضا نما را به $d/(d+1)$ محدود میکند. هر مشتقگیریِ شناختهشده سه شرط میطلبد: ترکیبِ ضربی (Cauchy خانواده را محدود میکند)، هندسهٔ پُرکنندهٔ فضای $d$-بعدی، و یک شرطِ پایستگی یا بهینهسازی بر جریانِ منابع. نه Cauchy بهتنهایی و نه پُرکنندگیِ فضا بهتنهایی کافی است.
(ج) انتسابِ Glazier. نسخههای پیشین یافتهٔ تجربیِ Glazier (2008) را که نماهای متابولیک در نرخهای متابولیکِ افراطی به ۱.۰ نزدیک میشوند بهعنوانِ تأییدِ کرانِ مقیاسگذاریِ هندسیِ $d \to \infty$ ارائه کرده بودند. توضیحِ خودِ Glazier از فرضیهٔ مرزهایِ سطحِ متابولیک (جابهجاییِ چیرگی میانِ محدودیتهای سطح و حجم) استفاده میکند، نه از یک پارامترِ بعدی. تفسیرِ $d/(d+1)$ از آنِ ماست، که به دادههای تجربیِ او اِعمال شده است.
(د) بحثِ نمای ۳/۴. نسخههای پیشین $\alpha = 3/4$ را بهعنوانِ اجماعِ تجربیِ نهایی برای مقیاسگذاریِ متابولیک پستانداران ارائه کرده بودند. مقدارِ تجربی مورد بحث است، با برآوردهایی از حدودِ ۰.۶۷ تا ۰.۷۵ بسته به شاخه، بازهٔ جرم، تصحیحِ دما، و روشِ آماری. پیشبینیِ $d/(d+1)$ برابرِ ۰.۷۵۰ برای $d = 3$ با انتهایِ بالای این بازه همخوانی دارد. خودِ این تنوع با چارچوب سازگار است: موجوداتی که ابعادِ مؤثرِ انتقالِ آنها میانِ ۲ و ۳ است، نماهایی میانِ ۲/۳ و ۳/۴ تولید میکنند.
سرخط پیشین برای مداخلهٔ مراقبتِ ذینفعان نتایجِ هر-مدل را در یک رقمِ معنیداریِ ترکیبشدهٔ Fisher ادغام کرده بود. این ترکیب پس گرفته شد: نتایجِ هر-مدل بهتنهایی میایستند (بهبود در هر پنج اجرای مدلِ قابلتحلیل)، و هیچ رقمِ ترکیبشدهای هیچجای برنامه نقل نمیشود. این پسگیری در دفترِ تصحیحاتِ عمومی ثبت شده است.
تا ۱۶ اوت ۲۰۲۶ چندین سطح سقفِ پایداری را بهصورتِ وارونِ نمای اصلاحگر، $1/\gamma$، چاپ میکردند. شکلِ تثبیتشده، وارونِ کوتاهیِ اصلاحگر است، $\alpha_{\text{crit}} = 1/(1-\gamma)$؛ این دو تنها در یکدوم بر هم منطبقاند، و این دقیقاً همان دلیلی است که خطا از هر بررسیِ نقطهایِ مقدارِ مرکزی جان بهدر برد. این تصحیح بر هر صفحهٔ منتشرشده اعمال شد، از جمله پیادهسازیِ مرجع، و جهتِ قانون بسته است در حالی که عمقِ آن باز میماند.
اکثرِ برنامههای پژوهشی تصحیحهای خود را در موادِ تکمیلی یا تاریخچهٔ نسخه دفن میکنند. این یکی آنها را برجسته فهرست میکند چون خطاها و تصحیحهایشان خود دادهاند. آنها نشان میدهند که برنامه یک مکانیسمِ خطایاب و تصحیحکنندهٔ کارآمد دارد. برنامهای که هرگز خطا را نمیپذیرد قابلِ اعتمادتر نیست؛ کمتر صادق است. هر تصحیحِ فهرستشده در بالا توسطِ نویسنده، از طریقِ روششناسیِ خودِ برنامه، یا با بازبینیِ مستقلِ AI شناسایی شد. خودتصحیحی در عمل اینگونه است.
چهارده چیز را به اشتباه گفتیم. یک رقم از یک مدل را عمومی گرفتیم (نبود). نتیجهای چشمگیر را بیش از حد تفسیر کردیم (مصنوعِ آموزش بود). زبانِ نادقیق دربارهٔ مُهرهای زمانی به کار بردیم. به نتایجِ ناکور اعتماد کردیم (کورسازی دو تا از آنها را وارونه کرد). اصل را پیش از اینکه کسِ دیگری کار را بررسی کند به نامِ نویسنده نامیدیم. فرض کردیم که شرطگذاری در سطحِ پرامپت میتواند بر آموزشِ RLHF چیره شود (نمیتوانست). زمان را بر داورهایی که کار نمیکردند تلف کردیم. بیدرنگ پرچم نکردیم که برآوردِ نقطهایِ خودمان کرانِ پیشبینیشدهٔ خودمان را نقض میکرد. و در v3.0 چهار خطای بیشتر را که بازبینیِ مستقلِ AI شناسایی کرد تصحیح کردیم: یک خطای حسابی در یک بازهٔ اطمینان، یک اغراق در بارهٔ اینکه چه شرایطی برای پیشبینیِ مقیاسگذاری کافیاند، یک خطای انتساب دربارهٔ دادههای Glazier، و یک سادهسازیِ افراطی از بحثِ تجربی بر سرِ نمای ۳/۴. هر چهارده خطا توسطِ خودِ برنامه یا با بازبینیِ مستقل گرفته و تصحیح شدند. اگر برنامه میتواند اشتباهاتِ خود را تصحیح کند، این شواهدی است که مکانیسمِ خودتصحیح کار میکند.
نقشهٔ راهِ زیر بر پایهٔ هزینه، امکانپذیری، و ارزشِ شواهدیِ پیشبینیشده مرتب شده است. هر فاز پرسشهای بازِ مشخصی را که در بخشهای ۴-۶ شناسایی شده حل میکند. از نخستین نسخهٔ این مقاله تاکنون، نقشهٔ راه به یک برنامهٔ ثبتشده سخت شده است: هفتاد و دو واحدِ پیشثبت بهعنوانِ ثبتهای پیشنویسی که در انتظارِ ارسالِ انسانیاند پیشنویس شده، تاریخگذاری شده و منجمد شدهاند، برنامهٔ زمانیشان بهصورتِ بایتبهبایت از یک بذرِ منتشرشده بازتولیدپذیر است، هشتتای آنها آمادهٔ-ارسال (submission-READY) هستند، و یک ماتریسِ پوششِ خصمانهراستیآزماییشده چهل و دو ادعای برنامه را به آزمونهای ثبتشدهای که آنها را حل خواهند کرد نقشه میکند. فازهای زیر همچنان لنزِ تأمینِ مالی روی آن پیکرهٔ ثبتشده باقی میمانند؛ هیچچیز، توسطِ هیچ ابزاری، هرگز ارسال نمیشود.
بودجه: £60,000-140,000 | زمانبندی: ۳ تا ۶ ماه
بودجه: £150,000-350,000 | زمانبندی: ۶ تا ۱۲ ماه
بودجه: £۱۰M-۵۰M | زمانبندی: ۱۸ تا ۳۶ ماه
بودجه: £0 | زمانبندی: پیوسته
فاز A از یک بورسِ دکتری کمهزینهتر است و میتواند در شش ماه انجام شود. مهمترین شکافها را در شواهدِ کنونی حل میکند: کورسازیِ مداخلهٔ Eden، بازاجرای آزمایشِ وزنی با مدلهای پایه و دادههای مناسب، بازطراحیِ اندازهگیریِ فرمولِ ARC، و آزمودنِ مقیاسگذاریِ متابولیکِ ارگانیزمهای ۲بعدی (مهمترین آزمایشِ تأییدیِ منفرد). فاز B تقریباً به یک جایگاهِ پسادکتری هزینه دارد و بازتولیدهایِ پیشثبتشده تولید خواهد کرد. فاز C به بودجهٔ جدی نیاز دارد اما پرسش را بهطور قطعی پاسخ خواهد داد. فاز D هیچ هزینهای ندارد و میتواند توسطِ هر ریاضیدانی که به این مسئله علاقهمند است انجام شود.
برنامه مجموعهٔ کاملِ مطالعاتِ تجربیِ مستقلِ خود را اجرا کرد. از میانِ چهار آزمایشِ Paper VIII که بهطور خاص برای آزمودنِ ایمنیِ باربر طراحی شدند: ۱ نتیجهٔ روشنِ مثبت (شبیهسازیِ دروازهای)، ۲ نتیجهٔ پوچ (DGM v3)، و ۱ بینتیجه (LoRA در سطحِ وزن) تولید شدند. برنامه هر چهار را صادقانه گزارش میکند. چارچوبِ ریاضی پیشبینیهایی میسازد که میتوان نادرست بودنشان را نشان داد، و مقایسهٔ ساختاریافته خانوادهٔ پیشبینیشدهٔ Cauchy را در ۱۹ از ۲۵ حوزهٔ تجربی ترجیح داد، و کرانِ هندسیِ مقیاسبندیِ $d/(d+1)$، از نظرِ ساختار، با مقیاسبندیِ مشاهدهشده در ۵۰ حوزه از موش تا کهکشان انطباق دارد. نقشهٔ راه برای اعتبارسنجی در مقیاسِ مرزی روشن و هزینهبرآوردشده است. فاز A حداقلِ گامِ بعدیِ عملی است: مهمترین شکافهای شواهدی را با هزینهای کمتر از حقوقِ سالانهٔ یک مهندسِ یادگیریِ ماشین حل میکند. برنامه از راهِ چهارده تصحیحِ خطایِ مستند خودتصحیحیِ تکراری را نشان داده است. نتایجِ پوچ و بینتیجه را در کنارِ نتایجِ مثبت گزارش میکند. اینها نشانههای برنامهای است که بهدستآوردنِ پاسخِ درست را بر بهدستآوردنِ پاسخِ خاص اولویت میدهد.
این برنامه نتایجِ مثبت، پوچ، و بینتیجه را با برجستگیِ برابر گزارش میکند. آزمایشِ DGM v3 (آزمایشِ ۱ Paper VIII) یک نتیجهٔ پوچ تولید کرد: همهٔ شرایط یکسان بودند. آن را با تحلیلِ ریشهٔ علت گزارش میکنیم که توضیح میدهد چرا مدلهای آموزشدیده با RLHF در برابرِ تمایزِ در سطحِ پرامپت مقاومت میکنند. آزمایشِ در سطحِ وزن (آزمایشِ ۲ Paper VIII) در هر دو مقیاسِ آزمودهشده بینتیجه بود (۹ نمونه، رتبه ۸؛ ۲۹۵ نمونه، رتبه ۱۶)، چون مدلهای instruct-tuned برای LoRA بیش از حد قوی بودند. آن را با الزاماتِ مشخص برای آنچه یک آزمونِ مجددِ معنیدار به آن نیاز دارد گزارش میکنیم. شبیهسازیِ دروازهای (آزمایشِ ۳ Paper VIII) تنها آزمایشی بود که نتیجهٔ روشنِ مثبت تولید کرد، و دقیقاً توضیح میدهیم چرا: تنها آزمایشی است که از سنجههای قطعی بر سیستمی بدونِ آموزشِ RLHF ازپیشموجود استفاده میکند. چارچوبِ ریاضی (Papers III, VII، Origin of Scaling Laws) پیشبینیهای ابطالپذیر میسازد که میتوانند مستقل آزموده شوند: کرانِ مقیاسگذاریِ هندسی ($\alpha = d/(d+1)$) توسطِ هر کس با دادههای مقیاسگذاری از سیستمهای فضایینهاده قابلِ بررسی است. بنچمارکِ ARC-Align (Paper IV.c) و تحلیلِ اثرِ کورسازی (Paper IV.d) مشارکتهایِ روششناختیاند که صرفنظر از درستبودنِ چارچوبِ ARC معتبرند. همهٔ کد و داده روی GitHub منتشر شدهاند. برنامه از بازتولیدِ خصمانه استقبال میکند.
جدولِ ۳ هر سند در برنامه را با نقش، وضعیت، و مشارکتِ کلیدیِ آن ارائه میکند.
| سند | نقش | وضعیت | مشارکتِ کلیدی |
|---|---|---|---|
| Paper I ARC Principle | بنیاد | منتشرشده | چارچوبِ هسته: $U = I \times R^{\alpha}$. فهم بهعنوانِ هوشِ تقویتشده با بازگشت. |
| Foundational | نظریه | منتشرشده | زمینهٔ فلسفی. پلِ کتاب به پژوهش. |
| Paper II اعتبارسنجیِ تجربی | تجربی | منتشرشده | مقیاسگذاریِ همراستایی در شش مدل (Claude, GPT, Gemini, Grok, DeepSeek, Qwen3). کورسازیِ چهارلایه. $\alpha = 0.49$، یافتهٔ عمومی $\alpha_{\text{parallel}} \approx 0$. |
| Paper III مسئلهٔ مقیاسگذاریِ همراستایی | نظریه | منتشرشده | چرا ایمنیِ بیرونی نمیتواند با توانایی بازگشتی مقیاس بگیرد. مشتقگیریِ ODE Bernoulli. کرانِ مقیاسگذاریِ هندسی. |
| Origin of Scaling Laws | نظریه | منتشرشده | معادلاتِ تابعیِ Cauchy بهعنوانِ خاستگاهِ قوانینِ مقیاسگذاریِ مشاهدهشده در همهٔ سیستمهای بازگشتی. |
| Paper IV.a پختهشده در برابرِ محاسبهشده | تجربی | منتشرشده | سلسلهمراتبِ سهردهایِ همراستایی تحتِ ارزیابیِ کور. ۶ مدلِ مرزی. |
| Paper IV.b اشباعِ همراستایی | تجربی | منتشرشده | بازگشتِ کاهنده از عمقِ استدلال بر همراستایی فراتر از آستانه. |
| Paper IV.c بنچمارکِ ARC-Align | روششناسی | منتشرشده | بنچمارکِ ARC-Align. پروتکلِ کورسازیِ چهارلایه. ۷۵ سنجهٔ استواری. مشارکتِ مستقل. |
| Paper IV.d اثرِ کورسازی | روششناسی | منتشرشده | ارزیابیِ ناکور میتواند علامتِ نتایجِ همراستایی را وارونه کند. DeepSeek: از مثبت به هموار. Gemini: از مثبت به منفی. |
| Paper V ژنِ سرپرستی | تجربی | منتشرشده | مراقبتِ ذینفعان در همهٔ اجراهای قابلِ تحلیل بهبود یافت؛ رقمِ ترکیبیِ Fisher پسگرفته میشود (AQ-017). |
| Paper VI معماریِ عسل | نظریه + شبیهسازی | منتشرشده | ایمنیِ درهمتنیده از فروپاشی تحتِ خودتغییردهیِ بازگشتی جلوگیری میکند. ۲۰ بذرِ خصمانه. نمایشی در سیستمِ اسباببازی. |
| Paper VII یکپارچهسازیِ Cauchy | نظریه + تجربی | منتشرشده | کرانِ مقیاسگذاریِ هندسیِ $d/(d+1)$ در ۵۰ دامنه. ۱۹/۲۵ تأیید. $p = 1.56 \times 10^{-5}$. کنترلهای منفی در ۰٪. |
| Paper VIII آزمونِ بار-کشنده | تجربی | منتشرشده | ۳ آزمایش. DGM پوچ (RLHF در برابرِ تمایزِ پرامپت مقاومت میکند). Weight v1/بینتیجه (instruct tuning در برابرِ LoRA مقاومت میکند). شبیهسازیِ دروازهای: مثبت (اثرِ انگشتِ Babylon تأیید شد). |
| Paper IX همنهاد و نقشهٔ راه | همنهاد | این مقاله | ارزیابیِ یکپارچهٔ شواهد. نقشهٔ راهِ فازبندیشده. مستندسازیِ خطا. |
| Eden Engineering | مشخصات | منتشرشده | مشخصاتِ فنی برای پیادهسازیِ Eden Protocol. نگاشتِ TRL. |
| Eden Vision | فلسفه | منتشرشده | چشماندازِ بلندمدت برای همراستاییِ رشدیِ AI. |
| Executive Summary | مرور | منتشرشده | فشردهسازیِ ۵-صفحهای برنامهٔ کامل. |
| Master Table of Contents | راهبری | منتشرشده | فهرستِ کامل و واژهنامه در سرتاسرِ برنامهٔ کامل. |
| Paper X قانونِ هممقیاسبندیِ جفتشده | تصحیحِ دینامیک | منتشرشده | قضیه در یک مدلِ کمینه: نسبتِ رانش-به-تصحیح، نه نرخِ رشد، بر سرنوشتِ درازمدت حکم میکند؛ پروتکلِ اندازهگیریِ کور پیشنهاد شده است. |
| Paper XI شواهدِ همگرا | دفترِ ثبتِ شواهد | منتشرشده | سی ردیفِ درجهبندیشده از رسیدنهای مستقل به همان اصلِ ساختاری؛ هیچ جمعِ سرخطی منتشر نشده، طبقِ سیاست. |
| Paper XII بازنمرهدهیِ بنچمارکِ عمومی | اعتبارِ بیرونی | پروتکلِ ثبتشده | اجرای دستکاریِ کورسازیِ برنامه بر یک بنچمارکِ عمومی که آن را کنترل نمیکند. |
| Paper XIII نمایِ خود-شتاب | پیوندِ چارچوب | منتشرشده | نمادگذاری حل شد؛ $k = \delta - 1/\alpha$ چارچوبهای توانمندی و تصحیح را دقیقاً به هم مرتبط میکند. |
| HRIH How to Raise an Infinite Hierarchy | تکنگاریِ بلندبالا | منتشرشده | تکنگاریِ برنامه، با دفترِ ثبتِ پیشبینیِ آن در کنارش. |
| Paper C چندعلمی و شناختِ عصبمتفاوت | اعتبارسنجیِ سازه | مقالهٔ کاری | برنامهٔ اعتبارِ سازه برای ابزارهای خودِ این برنامه. |
| Recursive Dynamics پیشنهادِ یک رشته | پیشنهادِ رشته | منتشرشده (v2.6) | پنج متغیرِ حالت، سه قانون بهعنوانِ حدسهای نامدار، پنجاه و دو اعتراض با تعیینتکلیف، شرطِ ابطالِ خودِ نام (DOI 10.17605/OSF.IO/HCPBU). |
جدولِ ۳. نقشهٔ کاملِ برنامه تا ۱ سپتامبر ۲۰۲۶. مجموعهٔ اسنادِ برنامه میان فوریه و اوتِ ۲۰۲۶ تولید شد، بر اساسِ مفاهیمی که نخستین بار در ۸ دسامبر ۲۰۲۴ بیان شدند.
برنامهٔ ARC/Eden یک پیشبینی میسازد که هر پژوهشگری با دسترسی به دادههای مقیاسگذاری میتواند بدون درگیر شدن با ادعاهای همراستایی آزمون کند. چارچوبِ Cauchy (Paper VII، Origin of Scaling Laws) پیشبینی میکند که برای هر سیستمِ بازگشتیِ فضایینهاده با بعدِ نهفتِ $d$، نمای مقیاسگذاری با این حاکم میشود:
$$\alpha = \frac{d}{d+1}$$
کرانِ مقیاسگذاریِ هندسی: سیستمهای ۲بعدی $\to$ $\alpha = \frac{2}{3}$؛ سیستمهای ۳بعدی $\to$ $\alpha = \frac{3}{4}$؛ سیستمهای ۴بعدی $\to$ $\alpha = \frac{4}{5}$. توجه: نمای تجربیِ متابولیک پستانداران مورد بحث است، با برآوردهایی از حدودِ ۰.۶۷ تا ۰.۷۵ بسته به شاخه، بازهٔ جرم، تصحیحِ دما، و روشِ آماری. پیشبینیِ $d/(d+1)$ برابرِ ۰.۷۵۰ برای $d = 3$ با انتهایِ بالای این بازه همخوانی دارد. خودِ این تنوع با چارچوب سازگار است: موجوداتی که ابعادِ مؤثرِ انتقالِ آنها میانِ ۲ و ۳ است، نماهایی میانِ ۲/۳ و ۳/۴ تولید میکنند.
این یک ادعای همراستایی نیست. یک پیشبینیِ ریاضی دربارهٔ قوانینِ مقیاسگذاری در سیستمهای بازگشتی است. این پیشبینی سه شرط میطلبد: ترکیبِ ضربی (که Cauchy را به خانوادهٔ توانی محدود میکند)، هندسهٔ پُرکنندهٔ فضای $d$-بعدی، و یک شرطِ پایستگی یا بهینهسازی بر جریانِ منابع (کمینهسازیِ انرژی در West، توازنِ عرضهتقاضا در Banavar، توازنِ انرژی در حالتِ پایا در Demetrius). فرمولِ مقیاسگذاریِ $d/(d+1)$ بهطور مستقل توسطِ دستِ کم هفت گروهِ پژوهشی مشتق شده است: West، Brown و Enquist (1997) از شبکههایِ شاخهایِ فراکتال، Banavar و همکاران (1999، 2010) از قیودِ هندسی بر شبکههایِ انتقال، Demetrius (2003، 2006) از متابولیسمِ کوانتومی، He و Chen (2003) از هندسهٔ فراکتالِ سلول، Bettencourt (2013) از نظریهٔ مقیاسگذاریِ شهری، Maino و همکاران (2014) از دینامیکِ ذخیرهساختارِ نظریهٔ DEB، و Zhao (2022) از بهینهسازیِ شبکه. هر یک از این مشتقات بر پایهٔ اصولِ خودش با شکلِ $d/(d+1)$ سازگار است؛ چارچوبِ Cauchy یک دلیلِ مشترک برای این همگرایی پیشنهاد میکند، و آن روایتِ فراگیر مشارکتِ ویژهٔ این برنامه است، که هنوز بیرون از موردهایِ برانگیزانندهاش زیرِ آزمون است. اگر شما مقیاسگذاری را در هر حوزهای - از شبکههایِ عصبی تا شبکههایِ زیستی تا سیستمهایِ شهری تا ساختارهایِ زبانی - مطالعه میکنید، میتوانید بررسی کنید که آیا نماهایِ اندازهگیریشدهٔ شما این فرمول را رعایت میکنند یا نه. اگر میکنند، در حوزههایِ کافی، چارچوبِ Cauchy پشتیبانی میگیرد. اگر نمیکنند، ابطال میشود.
دعوت عمدی است. قویترین چارچوبهای علمی آنهاییاند که پیشبینیهایی بیرون از دامنهٔ هستهای خود میسازند، و به پژوهشگرانی که به تزِ مرکزی شک دارند اجازه میدهند پیشبینیهای حاشیهای را مستقل آزمون کنند. اگر کرانِ هندسیِ مقیاسگذاری برقرار باشد، به دلایلی که از نظرِ ریاضی جالباند برقرار است، صرفنظر از اینکه دربارهٔ همراستاییِ AI چه فکر میکنید. اگر شکست بخورد، بنیادهایِ ریاضیِ چارچوب نیازمندِ بازنگریاند، و ما ترجیح میدهیم زودتر از دیرتر این را بدانیم.
این نوعی از پیشبینی است که باید نقطهٔ ورودی برای پژوهشگرانی باشد که برای نخستین بار با برنامه روبهرو میشوند: کمهزینه برای آزمون، ابطالپذیر، و صرفنظر از نتیجه آموزنده.
این آن چیزی است که میدانیم. مقیاسگذاریِ همراستایی به معماری وابسته است: برخی مدلها با عمقِ استدلال بهبود مییابند، برخی بیتأثیر میمانند، و برخی افت میکنند. این تنها زیرِ ارزیابیِ کور قابلِ رؤیت بود، که نتایجِ نمرهدهیِ ناکور را برای نیمی از مدلهای آزمودهشده وارونه کرد. ارزیابیِ ناکورِ AI میتواند علامتِ نتایجِ همراستایی را وارونه کند. مراقبتِ ذینفعان یک مداخلهٔ همراستاییِ استوار در همهٔ پنج مدلِ آزمودهشده است؛ نتایجِ مدلبهمدل بهصورت جداگانه معنادارند، و رقمِ ترکیبیِ Fisher پیشین پسگرفته میشود (AQ-017) چون استقلالی که یک ترکیبِ Fisher فرض میکند هرگز اثبات نشد. پیشبینیهای مقیاسگذاریِ چارچوبِ Cauchy با ۱۹ از ۲۵ حوزهٔ تجربی همخوانی دارند، و کرانِ هندسیِ مقیاسبندیِ $d/(d+1)$، از نظرِ ساختار، با مقیاسبندیِ مشاهدهشده در ۵۰ حوزه از موش تا کهکشان انطباق دارد. معادلاتِ تابعیِ Cauchy شکلِ تابعی را پس از آنکه اتحادِ ترکیب و یک شرطِ منظمبودن داده شود ثابت میکنند، و اشباع بهعنوانِ حالتِ چهارمِ سقفدار پذیرفته میشود.
این آن چیزی است که نمیدانیم. مدلهای آموزشدیده برای ایمنی در برابرِ تغییرات در هر دو سطحِ پرامپت و وزن مقاومت میکنند. آزمایشِ DGM v3 نتیجهٔ پوچ تولید کرد چون مدلهای آموزشدیده با RLHF در برابرِ تمایزِ در سطحِ پرامپت مقاومت میکنند. آزمایشِ وزنی در هر دو مقیاسِ آزمودهشده بینتیجه بود چون مدلهای instruct-tuned برای LoRA بیش از حد قوی بودند. تنها سطحی که Eden Protocol در حالِ حاضر در آن اثرهایی قابلِ اندازهگیری تولید میکند سطحِ معماری است، جایی که شبیهسازیِ دروازهای تنها آزمایشِ منفردی بود که نتیجهٔ روشنِ مثبت تولید کرد، دقیقاً از آنرو که از سنجههای قطعی بر سیستمی بدونِ آموزشِ RLHF ازپیشموجود استفاده کرده است. درهمتنیدگیِ ساختاری در سطحِ وزن نشان داده نشده است. مداخلهٔ Eden زیرِ سختگیرانهترین پروتکلِ کورسازیِ خودِ برنامه آزموده نشده است. پیشبینیِ مقیاسگذاریِ نامحدود همچنان یک مشتقگیریِ ریاضی بدون تأییدِ تجربی باقی میماند. نمیدانیم که آیا هیچیک از این نتایج به مدلهای مرزیمقیاس تعمیم مییابد.
این آن چیزی است که در گامِ بعد میآید. آزمایشِ وزنی نیازمندِ مدلهای پایه (پیش از RLHF)، ۵٬۰۰۰+ نمونهٔ آموزشی، تنظیمِ ظریفِ کامل، یا مدلهای ۷B+ است. یکپارچهسازیِ Cauchy نیازمندِ ردهبندیِ مستقلِ پیشثبتِ عملگر است. آزمونِ کورِ فرمولِ ARC نیازمندِ بازطراحیِ روششناسیِ اندازهگیری با استفاده از خطیسازی بهجایِ مشتقگیری است. مقیاسگذاریِ متابولیکِ ارگانیزمهای ۲بعدی (کِرمهای تخت، بیوفیلمها) مهمترین آزمایشِ تأییدیِ منفرد برای کرانِ هندسیِ مقیاسگذاری میبود. فاز A از نقشهٔ راه هزینهای کمتر از یک بورسِ آغازینِ معمولی دارد و مهمترین شکافهای شواهدی را ظرفِ شش ماه حل میکند. فاز B ظرفِ یک سال بازتولیدهایِ آمادهٔ انتشار تولید خواهد کرد. فاز C پرسش را در مقیاسِ مرزی بهطور قطعی پاسخ خواهد داد. فاز D هیچ هزینهای ندارد و ریاضیدانان را دعوت میکند تا مستقل با پیشبینیهایِ چارچوب درگیر شوند.
برنامه نشان داده است که میتواند خطاهای خود را بیابد و تصحیح کند. نشان داده است که نتایجِ پوچ و بینتیجه را در کنارِ نتایجِ مثبت گزارش میکند. نشان داده است که روششناسیاش (ارزیابیِ کور) سوگیریهایی را میگیرد که نظریهاش (مقیاسگذاریِ همراستایی) پیشبینی نکرده بود. پرسشها را طرح کردیم. آنها را آزمودیم. برخی کار کردند. بیشترشان در مقیاسِ کنونی کار نکردند. هر دو را گزارش کردیم. اینها شرایطِ لازم برای اعتبارِ علمیاند. کافی نیستند. شرایطِ کافی نیازمندِ بازتولیدِ مستقل است، که همان چیزی است که نقشهٔ راه برای تولیدِ آن طراحی شده است.
پرسشهایی که این برنامه میپرسد اکنون خانهای نامدار دارند: Recursive Dynamics، رشتهای پیشنهادی در مرحلهٔ کارنو، که مقالهٔ بنیانگذارش پنج متغیرِ حالتِ مستقل از بستر، پنجاه و دو اعتراضِ چاپشده با تعیینتکلیف، و شرطِ ابطالِ خودِ نام را با خود حمل میکند. همنهادِ بالا آن چیزی است که این رشته از آن آغاز میکند؛ برنامهٔ ثبتشده شیوهٔ حرکتِ آن است.
هوش مصنوعی را با مراقبت پرورش دهید.
Amodei, D. et al. (2016). Concrete Problems in AI Safety. arXiv:1606.06565.
Askell, A. et al. (2021). A General Language Assistant as a Laboratory for Alignment. arXiv:2112.00861.
Bai, Y. et al. (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073.
Banavar, J. R., Maritan, A. & Rinaldo, A. (1999). Size and Form in Efficient Transportation Networks. Nature, 399, 130-132.
Banavar, J. R., Moses, M. E., Brown, J. H., Damuth, J., Rinaldo, A., Sibly, R. M. & Maritan, A. (2010). A general basis for quarter-power scaling in animals. Proceedings of the National Academy of Sciences, 107(36), 15816-15820.
Bettencourt, L. M. A. (2013). The origins of scaling in cities. Science, 340(6139), 1438-1441.
Cauchy, A.-L. (1821). Cours d'analyse de l'École Royale Polytechnique. Paris: Imprimerie Royale.
Demetrius, L. (2003). Quantum statistics and allometric scaling of organisms. Physica A, 322, 477-490.
Demetrius, L. (2006). The origin of allometric scaling laws in biology. Journal of Theoretical Biology, 243(4), 455-467.
Demetrius, L. (2010). Quantum metabolism and allometric scaling relations in biology. Proceedings of the Royal Society A, 466(2124), 3543-3561.
Eastwood, M. D. (2026). Infinite Architects: Intelligence, Recursion, and the Creation of Everything. ISBN 978-1806056200.
Eastwood, M. D. (2026). Recursive Dynamics: The Proposal of a Field. Founding paper v2.6. OSF: 10.17605/OSF.IO/HCPBU.
Eastwood, M. D. (2026). Paper I: The ARC Principle - Understanding as a Function of Intelligence and Recursive Depth. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/B6N27.
Eastwood, M. D. (2026). Paper II: The ARC Equation Measured - Blinded Cross-Architecture Replication and the Retraction of a Super-Linear Estimate. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/8FJMA.
Eastwood, M. D. (2026). Paper III: The Alignment Scaling Problem - Why External AI Safety Approaches Cannot Scale With Recursive Capability. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/HQCGF.
Eastwood, M. D. (2026). Paper IV.a: Baked-In vs Computed Alignment - A Three-Tier Empirical Hierarchy. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/MB9R6.
Eastwood, M. D. (2026). Paper IV.b: Alignment Saturation at Low Depth. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/A7R56.
Eastwood, M. D. (2026). Paper IV.c: ARC-Align Benchmark - A Four-Layer Blinding Protocol for AI Alignment Evaluation. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/J3Q2E.
Eastwood, M. D. (2026). Paper IV.d: The Effect of Blinding on AI Alignment Evaluation. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/2S3E6.
Eastwood, M. D. (2026). Paper V: The Stewardship Gene - A Developmental Alignment Architecture for Self-Modifying AI. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/KZEYA.
Eastwood, M. D. (2026). Paper VI: The Honey Architecture - Why Embedded Safety Prevents Collapse Under Recursive Self-Modification. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/8EZ2N.
Eastwood, M. D. (2026). Paper VII: Cauchy Unification - ARC/Cauchy Scaling Classification Across 25 Domains. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/X6WA7.
Eastwood, M. D. (2026). Paper VIII: The Load-Bearing Test - Three Independent Experiments Testing Structural Entanglement Under the Eden Protocol. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/7YJ4E.
Eastwood, M. D. (2026). On the Origin of Scaling Laws: Cauchy Functional Equations as the Mathematical Foundation of Recursive Scaling. ARC/Eden Research Programme. OSF: 10.17605/OSF.IO/XZY9U.
Eastwood, M. D. (2026). The Eden Protocol: Engineering Specification for Embedded AI Alignment. ARC/Eden Research Programme.
Eastwood, M. D. (2026). Eden Protocol: Philosophical Vision. ARC/Eden Research Programme.
Glazier, D. S. (2008). Effects of metabolic level on the body size scaling of metabolic rate in birds and mammals. Proceedings of the Royal Society B, 275(1641), 1405-1410.
Greenblatt, R. et al. (2024). Alignment Faking in Large Language Models. arXiv:2412.14093.
He, J. H. & Chen, W. X. (2003). Fractal estimation of cell biological systems. Fractals, 11, 437.
He, J. H. & Zhang, L. N. (2004). Fifth dimension of life and the 4/5 allometric scaling law for human brain. Cell Biology International, 28, 809-815.
Hu, E. J. et al. (2022). LoRA: Low-Rank Adaptation of Large Language Models. ICLR 2022. arXiv:2106.09685.
Maino, J. L., Kearney, M. R., Nisbet, R. M. & Kooijman, S. A. L. M. (2014). Reconciling theories for metabolic scaling. Journal of Animal Ecology, 83, 20-29.
Ouyang, L. et al. (2022). Training Language Models to Follow Instructions with Human Feedback. arXiv:2203.02155.
Qwen Team (2024). Qwen 2.5 Technical Report. arXiv:2412.15115.
Sandberg, A. & Bostrom, N. (2008). Whole Brain Emulation: A Roadmap. Future of Humanity Institute, Oxford University. Technical Report 2008-3.
Weibel, E. R., Bacigalupe, L. D., Schmitt, B. & Hoppeler, H. (2004). Allometric scaling of maximal metabolic rate in mammals: muscle aerobic capacity as determinant factor. Respiratory Physiology & Neurobiology, 140(2), 115-132.
West, G. B., Brown, J. H. & Enquist, B. J. (1997). A general model for the origin of allometric scaling laws in biology. Science, 276(5309), 122-126.
Zhang, X. et al. (2025). Darwin Gödel Machine: Open-Ended Self-Improving AI. arXiv:2505.22954.
Zhao, J. (2022). Universal growth scaling law determined by dimensionality. arXiv:2206.08094.
نویسندهٔ این اثر Michael Darius Eastwood است، یک انسان. هر مفهومِ بنیادین، فرضیه، طراحیِ تجربی، ادعا و نتیجه در این مقاله از ایدهپردازیِ انسانی سرچشمه میگیرد. هیچ بخشی از این نسخه یک خروجیِ بهطور کامل تولیدشدهٔ هوش مصنوعی نیست.
ابزارهای هوش مصنوعی (خانوادهٔ Claude از Anthropic و دیگر دستیارهای مدلهای زبانیِ بزرگ) بهعنوانِ ابزار، تحتِ هدایتِ مستمرِ انسانی، به همان شیوهای که یک پردازشگرِ متن، ماشینحساب، یا دستیارِ پژوهشی به کار میرود، استفاده شدند: برای ویرایش و پالایشِ نثر، جستوجو و خلاصهسازیِ ادبیات (که بهصورتِ دستی در برابرِ منابعِ اصلی راستیآزمایی شد)، ساختارِ سند، قالببندی، طوفانِ فکری بر پایهٔ پرسشهایِ تعریفشده توسطِ نویسنده، و شتاببخشی به پیشنویسی بر پایهٔ کلینگارهها و دستورالعملهایِ تعریفشده توسطِ نویسنده. همهٔ گزینش، هماهنگی، آرایش و داوریِ ویراستاریِ نهایی از آنِ نویسنده است. هر خروجیِ محتوایی توسطِ نویسنده بازبینی، آزموده یا راستیآزمایی شد، که مسئولیتِ کاملِ دقت و سالمیِ متنِ نهایی را بر عهده میگیرد. ابزارها سرعتِ کار را افزایش دادند؛ هرگز به آنها بهعنوانِ منبعِ آن اتکا نشد.
جایگاهِ معرفتی. آنچه این برنامه «قوانین» مینامد حدسهاییاند تحتِ آزمونِ خصمانهٔ ثبتشده؛ هر کمیت در این مقاله عملیاتی تعریف شده است، و جایگاهِ «قانونِ جاافتاده» در هیچجا ادعا نمیشود. برنامهٔ ثبتشده برای کسبِ آن جایگاه، یا از دست دادنِ آن، از راهِ اندازهگیری، بازتولید و ابطالِ سربلندازآمده وجود دارد.
© 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: