본 기사는 AI 시스템을 설명하기 위한 의미론적 프레임워크를 제안하며, 그 출력이 사실이나 세계 상태의 직접적인 서술이 아니라 공학적으로 설계된 표현이라고 주장합니다. 이 접근 방식은 수용된 도메인 지식, 참조 출처 및 현재 시스템 능력을 구분함으로써 표현의 정확성을 검토할 수 있게 합니다.
- 이 프레임워크는 외삽, 반박된 주장, 소스-지식 불일치, 오래된 소스, 추가된 가설 및 지원되지 않는 사용과 같은 일반적인 실패에 대한 정확한 정의를 제공합니다.
- 출력, 인용, 도구 호출 및 작업이 겉보기 유창성이 아니라 신뢰할 수 있는 주장과 명시적 권위에 의해 정당화되어야 하는 AI 시스템을 지정하고 검증하기 위한 어휘를 확립하는 것을 목표로 합니다.