Traduzione automatica dall'originale inglese datato. La pagina inglese è quella canonica. English →

Programma di ricerca

L'ARC Theory

L'affermazione, in una frase: un sistema che migliora se stesso può restare correggibile solo fino a un limite fissato dalla rapidità con cui migliora la sua stessa correzione. La misura che lo deciderebbe è scritta, datata e non ancora eseguita; l'affermazione in sé è proposta e non dimostrata.

Un programma da singolo ricercatore, evidence-gated, che testa un'unica idea: che la capability nei sistemi ricorsivi scali con la depth ricorsiva, e che l'alignment debba dunque essere embedded nel loop anziché imposto dall'esterno. Ogni affermazione è datata, hashata e ancorata pubblicamente. I risultati vengono pubblicati con le kill condition fissate in anticipo, le correzioni sono registrate in pubblico, e l'intero record invita alla replica indipendente.

La catena, paper per paper: processing ricorsivo → scalamento della capability → il problema di scalamento dell'alignment → i limiti del checking esterno → correzione embedded → correzione che deve scalare con ciò che corregge. Ogni link è un paper distinto con la propria condizione di confutazione; giudica la catena, non un singolo link.

Che cosa dimostrerebbe che questo è falso. Una sola misurazione decide, e non è stata eseguita. Prenda un sistema che corregge i propri errori con lo stesso tipo di macchinario che li ha prodotti (correzione della stessa classe), e lo confronti con uno corretto da un tipo diverso (classe incrociata). Se non conta di che cosa è fatto un correttore, entrambi migliorano allo stesso ritmo e il rapporto fra loro è esattamente 1,00. Questa è l'ipotesi nulla: la risposta noiosa, ed è la risposta del rivale, non quella di questo programma. Il meccanismo del programma dice che un correttore costruito dalla stessa classe del sistema ne condivide i punti ciechi, quindi il suo guadagno è limitato, mentre una classe diversa può sfuggire a quella trappola: spinto abbastanza a fondo, il rapporto dovrebbe salire stabilmente sopra 1,00, e questa è la scoperta a favore del programma. Un rapporto stabilmente sotto 1,00, la stessa classe che batte la classe diversa, va contro il meccanismo e chiude l'affermazione così come è stata derivata. E un 1,00 che regge ovunque, anche dove il tetto dovrebbe agire, ritira la stessa distinzione di classe. Lo strumento registrato è study-eclipse--gamma-ratio-direct, confezionato con i suoi numeri stampati.

27Documenti · DOI del programma e per paper
41Affermazioni di priorità · hashate
8 dic 2024Ancora · f0d1f38f
1Piattaforma in produzione
78%Simulazione di allineamento sotto RL, risultato di un altro gruppo: Greenblatt et al., 18 dicembre 2024
1Ritrattazione, pubblicata contro me stesso
Inizia dal riepilogo esecutivoOrdine di letturaSpina delle proveValuta questo programmaIl libroRecord OSFGitHub

Nessun articolo di questo programma è sottoposto a revisione paritaria. Sono tutti preprint datati su OSF con DOI e registrazioni di priorità con hash, e il sito classifica ogni affermazione, ovunque compaia, come enunciata, datata e non dimostrata.

L'apparato, disegnato: otto superfici di verifica, dal record sigillato alle auto-correzioni pubblichel'apparato di credibilità, otto superfici di verifica dalla priorità crittografica alle auto-correzioni pubbliche
L'immagine | L'apparato, disegnato: otto superfici di verifica, dal record sigillato alle auto-correzioni pubbliche. Fonte: registro delle figure di ricerca.

Che cos'è questo programma

27 documenti pubblici datati: il paper di enunciato, la serie empirica, i quadri di supporto e la nota compagna di due pagine, che spaziano fra il ragionamento dell'AI, la correzione degli errori quantistici, la fisica classica e la matematica dello scaling. Poggiano su un unico progetto OSF con un DOI proprio, e i singoli paper portano i loro DOI, cosicché una citazione può puntare all'intero record o a un singolo documento. I paper sono l'argomento; l'infrastruttura di evidenza sotto di essi è il prodotto. Nulla viene asserito senza un artefatto che si possa controllare.

Inizia qui:

l’

Executive Summary

è la mappa dell’intero programma in un solo documento, e il

Master Table of Contents elenca ogni articolo, formato e DOI. La serie qui sotto è l’evidenza stessa. Executive Summary è la mappa dell’intero programma in un solo documento, e il Master Table of Contents elenca ogni articolo, formato e DOI. La serie qui sotto è l’evidenza stessa.

The ARC Theory (paper di enunciato)

Il paper di enunciato: l'intera affermazione in un unico documento, legge prima del valore, con il record datato, le concessioni e le condizioni di confutazione.

Pubblicato per la prima volta il 14 agosto 2026
v6.3 · aggiornato il 29 agosto 2026
Recursive Dynamics: la proposta di un campo (articolo fondativo)

L’articolo fondativo del campo proposto: cinque variabili di stato, tre leggi come congetture nominate, la ARC Ceiling derivata per intero, dodici ospiti provati, cinquantadue obiezioni valutate e i decisori registrati.

Pubblicato per la prima volta il 31 agosto 2026
v2.6 · aggiornato il 31 agosto 2026
I
The ARC Principle (Paper I)

Questo paper formalizza e testa preliminarmente l'ARC Principle (Artificial Recursive Creation), proposto per la prima volta in Infinite Architects (Eastwood…

Pubblicato per la prima volta il 17 gennaio 2026
v1.10 · aggiornato il 23 agosto 2026
II
The ARC Principle: Experimental Validation of Super-Linear Error Suppression Through Sequential Recursive Processing

Questo paper presenta la validazione sperimentale dell'ARC Principle su molteplici modelli AI di frontiera (Claude, DeepSeek, Gemini, Grok, Groq Qwen, GPT)…

Pubblicato per la prima volta il 22 gennaio 2026
v2.7.0 · aggiornato il 23 agosto 2026
III
The Alignment Scaling Problem: Why External AI Safety Approaches Cannot Scale With Recursive Capability

Questo paper dimostra che gli attuali approcci all'AI alignment producono esponenti di scaling dell'alignment approssimativamente pari a zero, il che significa che la safety si degrada…

Pubblicato per la prima volta il 9 febbraio 2026
v1.8 · aggiornato 25 agosto 2026
IV.a
Alignment Response Classes Under Inference-Time Depth (Paper IV.a)

Questo paper presenta prove che i modelli linguistici di frontiera si suddividono in classi distinte di risposta di alignment quando la depth di ragionamento inference-time è…

Pubblicato per la prima volta il 16 marzo 2026
v1.4 · aggiornato il 23 agosto 2026
IV.b
Alignment Saturation Is Architecture-Dependent (Paper IV.b)

Questo paper analizza la relazione fra la depth di ragionamento inference-time e la qualità del ragionamento etico usando l'ARC Alignment Scaling…

Pubblicato per la prima volta il 16 marzo 2026
v1.4 · aggiornato il 25 agosto 2026
IV.c
ARC-Align: A Blind Benchmark for Depth-Variable AI Alignment Evaluation (Paper IV.c)

Questo paper presenta ARC-Align, un blind benchmark per valutare la qualità dell'AI alignment come funzione della depth di ragionamento inference-time. Gli attuali…

Pubblicato per la prima volta il 16 marzo 2026
v1.5 · aggiornato il 27 agosto 2026
IV.d
The Effect of Blinding on AI Alignment Evaluation (Paper IV.d)

Questo paper isola il risultato metascientifico centrale del programma di ARC alignment: la valutazione unblinded dell'AI alignment può produrre risultati direzionalmente…

Pubblicato per la prima volta il 16 marzo 2026
v2.2 · aggiornato il 23 agosto 2026
V
The Stewardship Gene (Paper V)

Questo paper presenta prove empiriche da una suite di intervento Eden Protocol a sei modelli (Claude Opus, DeepSeek, Gemini Flash, Grok Fast, Groq Qwen…

Pubblicato per la prima volta il 16 marzo 2026
v1.2 · aggiornato il 23 agosto 2026
VI
The Honey Architecture (Paper VI)

Questo paper presenta prove di simulazione che incorporare la safety nell'obiettivo di ottimizzazione di un sistema AI auto-modificante, ciò che chiamiamo il…

Pubblicato per la prima volta il 16 marzo 2026
v3.3 · aggiornato il 23 agosto 2026
VII
Cauchy Unification (Paper VII)

Le quattro equazioni funzionali di Cauchy, additiva, moltiplicativa, esponenziale e logaritmica, sono le uniche soluzioni continue delle rispettive…

Pubblicato per la prima volta il 16 marzo 2026
v3.9.0 · aggiornato il 23 agosto 2026
VIII
The Load-Bearing Test (Paper VIII)

L'assunzione che l'AI safety imponga un capability tax ha modellato la ricerca sull'alignment per un decennio. Ha anche creato il singolo più pericoloso…

Pubblicato per la prima volta il 18 marzo 2026
v3.1 · aggiornato il 23 agosto 2026
IX
Synthesis and Roadmap (Paper IX)

Il paper di sintesi per il programma di ricerca ARC/Eden. Il paper di sintesi per il programma; integra i paper che lo precedono in un unico…

Pubblicato per la prima volta il 18 marzo 2026
v2.0 · aggiornato 1 settembre 2026
X
Coupled Co-Scaling Correction (Paper X)

La coupled co-scaling correction per mantenere i sistemi AI dentro un envelope correttivo sicuro.

Pubblicato per la prima volta il 3 luglio 2026
v1.8 · aggiornato il 27 agosto 2026
XI
Convergent Evidence for Recursive Amplification (Paper XI)

Un record di convergenza datato e classificato su AI, calcolo quantistico, hardware, dottrina e matematica; ogni riga porta la propria fonte primaria e il proprio grado…

Pubblicato per la prima volta il 2 luglio 2026
v1.7 · aggiornato 1 settembre 2026
XII
Public Benchmark Rescoring (Paper XII)

All'interno dell'ARC Theory: il protocollo di validità esterna della blinding law sui benchmark pubblici.

Pubblicato per la prima volta il 14 agosto 2026
v1.9 · aggiornato 27 agosto 2026
XIII
The Self-Acceleration Exponent (Paper XIII)

Una derivazione, non una misurazione: la collisione di notazione risolta e la soglia misurabile che unisce la crescita ricorsiva della capability alla correzione.

Pubblicato per la prima volta il 16 agosto 2026
v1.4 · aggiornato 27 agosto 2026

Accanto alla serie

Assi distinti accanto alla serie empirica: il profilo cognitivo dietro il lavoro, e l'ipotesi speculativa originale, preservata e datata, e la nota compagna di due pagine che enuncia l'intera affermazione in un'unica seduta.

C
Polymathy and Neurodivergent Cognition: the Polymathic Neurodivergent Profile (PNP) and the Capability-Adjustment Fallacy

Paper C: un quadro descrittivo falsificabile per l'asimmetria cognitiva radicale, la Capability-Adjustment Fallacy, un caso live documentato attraverso…

Pubblicato per la prima volta il 3 luglio 2026
v1.5 · aggiornato 31 agosto 2026
HRIH
The Hyperspace Recursive Intelligence Hypothesis - A Testable Creation Theory

Etichettata come speculazione, tenuta separata dall'argomento e da essa separabile: dove finisce l'auto-miglioramento ricorsivo? Una teoria della creazione testabile: se…

Pubblicato per la prima volta il 3 luglio 2026
v3.45 · aggiornato 31 agosto 2026
Does Control Survive Recursive Self-Improvement?

L'intera affermazione in un'unica seduta: domanda, cinque affermazioni, le tre ARC Laws classificate, date, condizioni di confutazione, ritrattazione e invito.

Pubblicato per la prima volta il 17 agosto 2026
v2.0 · aggiornato il 18 agosto 2026 · nota di accompagnamento, cita lo Statement Paper

Quadri di supporto

The ARC Principle: Recursive Amplification as a Cross-Domain Structural Principle

Negli ultimi diciotto mesi, un insieme versionato di sviluppi di ricerca esterni correlati ha scoperto che l’elaborazione ricorsiva o ricorrente produce capacità…

Pubblicato per la prima volta il 13 febbraio 2026
v5.7.0 · aggiornato il 23 agosto 2026
On the Origin of Scaling Laws - M. D. Eastwood (2026)

Il cuore di un topo batte 600 volte al minuto; quello di un elefante batte 28; quello di una balenottera azzurra batte 6. Questo paper traccia l'origine delle scaling laws attraverso…

Pubblicato per la prima volta il 22 febbraio 2026
v3.5 · aggiornato il 23 agosto 2026
Eden Protocol: Philosophical Vision

Ogni progetto di ingegneria inizia con dei requisiti. Ogni insieme di requisiti inizia con uno scopo. E ogni scopo, ricondotto abbastanza indietro, arriva…

Pubblicato per la prima volta il 22 febbraio 2026
v2.3 · aggiornato 1 settembre 2026
Eden Engineering: Public Research Note Ritirato

Ritirato dalla circolazione il 14 luglio 2026 in attesa della disclosure review. Un avviso di ritiro è mantenuto all'indirizzo canonico.

Pubblicato per la prima volta il 22 febbraio 2026
ritirato il 14 luglio 2026
ARC/Eden Research Programme: Executive Summary

Mentre l'AI diventa più intelligente, non diventa in modo affidabile più sicura, e i metodi usati per misurare la safety sono essi stessi inaffidabili. Questo riepilogo esecutivo fornisce…

Pubblicato per la prima volta il 22 febbraio 2026
v2.0 · aggiornato 31 agosto 2026
ARC Principle Paper Suite: Master Table of Contents & Glossary

Questo documento fornisce un indice principale, una guida alla lettura, una timeline, un riepilogo dei risultati chiave, e un glossario per il paper suite completo dell'ARC Principle…

Pubblicato per la prima volta il 16 marzo 2026
v3.4 · aggiornato 1 settembre 2026

Infrastruttura di evidenza

Il layer di verifica. Ogni affermazione rimanda alla propria fonte; ogni fonte è hashata.

Un errore di traduzione? Segnalalo direttamente:

legge ad alta voce · evidenzia mentre procede · vai a qualsiasi sezione