本論文は、思考と知覚の数式化を示し、遅延思考を能動的知覚の一形態として形式的に導出する。著者は、不確実性を最大速度で低減するために潜在シーケンスをサンプリングする理論である「active lifting」を提案する。

  • このフレームワークは、遅延思考大規模言語モデルの設計、訓練、推論を含む。
  • 表現とサンプラーの階層を通じてモデルをアップグレードできる静的理論部分空間を含む広大な設計空間を導出する。
  • 技術的な副産物には、遅延思考モデルを改善するための三段階パスウェイと、すべてのデータモダリティに対するエンコーダー構築の統一アプローチが含まれる。
  • この理論は、人間のような視覚表現の事前形成にも対処し、ポリシー崩壊への可能な解決策を提供する。

本研究は知覚のエージェンシーを特徴づけ、内部時間軸を持つ推論プロセスを通じて遅延思考フォーマットの出現を説明する。