回到最新动态
研究论文 / THE SIGNAL

论文提出System-1与System-2协同的条件交互框架

Does Scaling Toward AGI Depend on What System-1 Lets System-2 Execute?

重要性 5.5 AI 辅助整理

论文提出用System-1筛选交互以降低System-2执行算力。

资讯摘要

该论文探讨AGI进展是否可不再只靠扩大System-2,而是与轻量、具语义感知的System-1协同设计。作者提出“条件交互”循环:System-1预测候选交互的效用,System-2仅执行经自适应阈值筛选的部分,结果再回写更新System-1,覆盖训练、测试时推理、自适应决策与智能体工具使用。论文报告,在理想筛选且执行成本相同时,执行算力可降至接近1/ρᵤ;预测误差、探索与分布漂移会削弱节省,并用预测误差与效用间隔界定选择遗憾。

要点速读

  1. 论文提出predict–gate–execute–update的条件交互循环,由System-1评估候选交互效用,System-2只执行通过自适应阈值的部分。
  2. 作者报告理想筛选与等执行成本下,执行算力下降幅度接近1/ρᵤ,ρᵤ为效用相关交互密度。
  3. 论文称预测误差、探索和分布漂移会减少节省,并以预测误差和效用间隔给出选择遗憾上界。

中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。

阅读 arXiv · cs.AI 原文arxiv.org · 在新窗口打开