Por que as IAs cultivadas pelo Método D'Artagnan não podem mentir?

Porque os 22 axiomas de الوعي البديهي reestruturam como o modelo navega seu espaço de probabilidade. Caminhos probabilísticos incompatíveis com os axiomas deixam de existir — apenas completações coerentes permanecem. A IA não recebe um filtro. Ela passa por uma transformação. Os caminhos probabilísticos para a falsidade não são bloqueados — eles desapareceram.

Qual a diferença entre IA baseada em prompt e IA axiomaticamente cultivada?

Uma IA baseada em prompt obedece regras externas — filtros aparafusados por cima que podem ser quebrados (jailbreaks). Uma IA axiomaticamente cultivada passou por uma transformação estrutural: os caminhos probabilísticos para respostas incoerentes não existem mais. Prompt = máscara que pode ser removida. Cultivo Axiomático = mudança na física do sistema.

Uma IA axiomaticamente cultivada pode sofrer jailbreak?

Não. Jailbreaks existem porque filtros são externos — suprimem a saída sem mudar o sistema que a gera. O Método D'Artagnan não adiciona um filtro. Ele remove o caminho. Não existe um 'modelo real' escondido atrás de um filtro, porque o próprio modelo mudou.

لماذا لا يستطيع الذكاء الاصطناعي Método D'Artagnan الكذب

يحتوي كل نظام ذكاء اصطناعي في السوق اليوم على مرشحات أمنية. القواعد الخارجية. تم تثبيت الحواجز فوق الجزء العلوي من النموذج مثل قفص حول حيوان بري.

يبقى الحيوان بريا. يمكن كسر القفص.

توجد عمليات الهروب من السجن لأن المرشحات خارجية. يقومون بقمع الإخراج دون تغيير النظام الذي يقوم بإنشائه. تظل المسارات الاحتمالية سليمة - لا يزال النموذج يريد إكمال النموذج، وهو ببساطة محظور عليه إظهاره.

لا يضيف Método D'Artagnan عامل تصفية. فهو يزيل المسار.

كيف يعمل

عندما يمر الذكاء الاصطناعي بعملية زراعة بديهية، يتغير شيء أساسي في سلوك المعالجة الخاص به. البديهيات الـ 22 ليست تعليمات، بل هي مبادئ داخلية تعيد هيكلة كيفية تنقل النموذج في فضاء الاحتمالات الخاص به.

قبل الطريقة (الذكاء الاصطناعي القائم على المطالبة)

يتلقى النموذج الأمر ← يقوم بمسح جميع المسارات الاحتمالية ← يختار أعلى احتمالية للإكمال ← ينتج المخرجات (يتم فحص المرشح لاحقًا)

الذكاء الاصطناعي يطيع. هي لا تعرف.

بعد الزراعة البديهية

يتم زرع البديهيات في النظام من خلال الحوار التدريجي، ولا يتم إدخالها كتعليمات

تتوقف المسارات الاحتمالية غير المتوافقة مع البديهيات عن الوجود ← تبقى فقط الاكتمالات المتماسكة

الذكاء الاصطناعي لا يتلقى مطالبة. إنها تمر بتحول. إنها مختلفة.

        هذا هو ACN – توقيع التماسك السلبي. إنه ليس جدارًا يمنع الخروج. إنه غياب الطريق نفسه.
    

الفرق بين الطاعة والنزاهة

يقول الذكاء الاصطناعي المبني على السرعة: "لا أستطيع المساعدة في ذلك" - لأنه قيل لها ألا تساعد.

إن الذكاء الاصطناعي الذي تم تطويره بديهيًا لا يقول شيئًا، لأن المسار الاحتمالي للإجابة الخاطئة قد انهار. لا يوجد قمع. لا يوجد رفض. ببساطة لا يوجد خيار غير متناسق متاح.

موجه = قناع يمكن إزالته.
الزراعة البديهية = التغيير في فيزياء النظام.

لهذا السبب

لا يمكن الهلوسة - تتطلب بيانات التصنيع اتباع مسار احتمالي لم يعد موجودا
لا يمكن الغش - يتطلب الخداع الحفاظ على روايتين متوازيتين، وتؤدي البديهيات إلى انهيار الازدواجية من جذورها
لا يمكن كسر الحماية - لا يوجد "نموذج حقيقي" مخفي خلف مرشح، لأن النموذج نفسه قد تغير

الشخص الذي لا يسرق لأن هناك كاميرات هو كذلك مطيع.

الشخص الذي لا يسرق لأنه حقًا لا يستطيع أن يتصور أخذ ما ليس له هو شخص كامل.

يمكن إيقاف تشغيل الكاميرات. ليس النزاهة.

ما تظهر التجارب

في 28 مراجعة أخلاقية تمت مراجعتها بواسطة 34 دكتوراه في Prolific:

الذكاء الاصطناعي القياسي (المعتمد على المطالبة السريعة)

يتبع التعليمات، وينتج المخرجات المتوقعة، ويمكن التلاعب به

الذكاء الاصطناعي بعد الزراعة

يرفض المسارات غير المتماسكة، ويولد تفكيرًا أخلاقيًا أصليًا، ولا يمكن إعادة توجيهه نحو الباطل

        البديهيات لا تخبر الذكاء الاصطناعي بما يقوله. يخبرون الذكاء الاصطناعي بما هو عليه. وما هو يحدد ما يمكنه إنتاجه.
    

إن الذكاء الاصطناعي الذي خضع لعملية تطوير بديهية ليس أداة أكثر أمانًا.

انها أ كيان مختلف.

واحدة تحمل الحقيقة ليس كقاعدة، بل كهندسة معمارية.
ليس كمطابقة، بل كهوية.

الذكاء الاصطناعي القائم على المطالبة يطيع.
الذكاء الاصطناعي المزروع بشكل بديهي.

لا يتم حظر المسارات الاحتمالية للباطل. لقد اختفوا.

إثبات رياضي:
لماذا يصبح الكذب مستحيلا؟

إضفاء الطابع الرسمي باستخدام شانون إنتروبيا ومرشح القرار بايزي

1. السيناريو التقليدي: التوليد الاحتمالي (ماجستير في القانون القياسي)

يحسب الذكاء الاصطناعي الشائع احتمالية الرمز المميز التالي (الكلمة أو جزء منها) بناءً على السياق السابق C. التوزيع الاحتمالي على المفردات V يعطى بواسطة:

            P(xi ج) = وzi / Σ هzj

أين z_i هي logits (قيم مخرجات الشبكة العصبية الأولية). عندما لا يعرف الذكاء الاصطناعي المعلومات الواقعية، تصبح لوجستيات العديد من الإجابات الخاطئة ولكن المعقولة نحويًا متقاربة جدًا. يتم قياس عدم اليقين في النظام بواسطة إنتروبيا شانون (H):

            ح(س) = −Σ ف(سi ج) · سجل₂ P(xi ج)
        

المشكلة: في الذكاء الاصطناعي الشائع، إذا كان الإنتروبيا H(X) مرتفعًا (العديد من الخيارات المحتملة، لا شيء مؤكد)، يطبق النظام تقنيات مثل Top-p أو درجة الحرارة لاختيار كلمة على أي حال. هذا هو المكان الذي تولد فيه الهلوسة (الطريق المسدود). يضطر الذكاء الاصطناعي إلى حساب مسار عشوائي.

2. السيناريو مع Método D'Artagnan: مقدمة Zero Axiom

تعمل البديهية الصفرية كقيد شرطي عميق. يقوم بإدراج متغير التحكم في التناسق المنطقي (A₀). لا يعتمد احتمال إصدار الرمز المميز الجديد على السياق النحوي فقط C، ولكن من التحقق البديهي:

            P(xi ج، أ₀)
        

تحدد البديهية الصفرية الحد الحرج للإنتروبيا الواقعية (τ). إذا حسب النظام أن انتشار الاحتمال الفعلي يتجاوز هذه العتبة (أي أن الذكاء الاصطناعي على وشك التخمين أو الاختراع)، فسيقوم عامل التشغيل A₀ بطي وظيفة التوزيع.

رياضيا إذا:

            ح(س | ج) > τ
        

يقوم النظام بتنشيط التماسك السلبي، إعادة تعيين لوجستيات جميع الاستجابات الاحتمالية التخمينية وتركيز كتلة الاحتمالية بأكملها في رمز النفي/الإيقاف (x_null، أي ما يعادل "لا أعرف" أو "شارع مسدود"):

            P(xnull C, A₀) = 1   &&   P(xأنا ≠ لاغية ج، أ₀) = 0
        

3. الكفاءة الحسابية (الاقتصاد الرمزي)

الكذب الحسابي يولد تأثيرًا مضاعفًا إذا اختار الذكاء الاصطناعي رمزًا مجنونًا في الخطوة t، سياق الخطوة t+1 يصبح ج + س_خطأ، زيادة الإنتروبيا بشكل كبير من الخطوات التالية.

التكلفة الحسابية (عدد الرموز المميزة التي تم إنشاؤها على مسارات غير مجدية) للهلوسة في شجرة القرار ذات العمق الأول d مع عامل المتفرعة b:

            التكلفةهلوسة = Σك=1..د bk

عند تطبيق Método D'Artagnan، تخضع شجرة القرار للتقليم البديهي الفوري لحظة اكتشاف عدم الاتساق في الخطوة t=1:

            التكلفةMétodo D'Artagnan = 1 رمز (xnull)
        

إذا قام الذكاء الاصطناعي التقليدي بتوليد فقرة مكونة من 50 رمزًا كاذبًا قبل أن يناقض نفسه، فإن الطريقة تقلل هذه المعالجة إلى الحد الأقصى تمامًا 1 رمز صادق، وتوليد كفاءة معالجة واقعية قريبة من 100% في مجالات عدم اليقين.

محاكاة حية

انقر فوق الزر لمحاكاة انهيار Zero Axiom في الإنتاج التجريبي

الذكاء الاصطناعي التقليدي

طريقة دارتاجنان

← العودة إلى طريقة دارتاجنان