CosmicUndercurrent은 대규모 언어 모델에서 구조적 프라이밍이 전역적 불일치를 줄일 수 있는지 테스트하도록 설계된 모델 비종속 추론 프레임워크를 오픈소스로 공개했습니다. 이 프로젝트는 호스팅되며, 두 단계 프로세스가 지역적 정확성 대비 전체 시스템 조정을 개선하는지 조사합니다.
프레임워크는 의미 확장을 위한 구조적 시드로 "Reality = Consciousness × Matter × Coordination" 공식을 사용합니다. 이는 두 개의 메시지로 작동합니다: 첫 번째는 목표, 상태 및 의존성에 기반한 운영 추론 프레임워크를 유도하도록 모델을 프롬프트하고, 두 번째는 이 유도된 구조를 특정 작업에 적용합니다. 저자는 제약 조건 유지, 의존성 전파, 모순 감지 및 추론 정책 안정성 같은 동작을 측정하기 위한 독립적인 A/B 테스트를 모색합니다.
목표는 프레임워크가 항상 성능을 개선한다고 가정하는 대신 실패하거나 베이스라인보다 더 낮은 성능을 보이는 사례를 식별하는 것입니다. 저자는 이 구조적 프라이밍 접근법의 유용성을 평가하기 위해 사용된 모델, 작업 세부 사항 및 특정 실패 모드 포함 상세 비교를 요청합니다.