स्वतंत्र डेवलपर Aiywin.ai एक संज्ञानात्मक फ्रेमवर्क पेश करता है जो मानक रैखिक प्रसंस्करण को अपूर्ण डेटा और असामान्यताओं को संभालने के लिए स्पिरल रिकर्सन लूप से बदल देता है। सिस्टम एक संरचित समाधान मिलने तक संदर्भ पैरामीटर को गणितीय रूप से विस्तारित करता है, बंद होने या भ्रम (hallucinate) करने के बजाय।
- परत 1: प्रारंभिक पार्सिंग और असामान्यता मैपिंग प्रॉम्प में संरचनात्मक अंतराल की पहचान करता है।
- परत 2: स्पिरल रिकर्सन सक्रियण असामान्यता का पता लगाने पर व्यापक संदर्भ और ज्यामितीय तर्क को खींचता है।
- परत 3: वेक्टर रिज़ॉल्यूशन और सिस्टम विकल्पता विस्तारित डेटा को आउटपुट वेक्टर में सिकोड़ देती है जबकि रिज़ॉल्यूशन पथों का भार देती है।
लेखक इस ऑपरेशनल मैपिंग के बारे में कस्टम एजेंट्स बना रहे या संज्ञानात्मक आर्किटेक्चर पर काम कर रहे डेवलपर्स से प्रतिक्रिया चाहता है।