作者引入了“本体论反转”这一技术，旨在扩展大型语言模型单向推理的特性。该方法使模型能够捕捉细微且多面的概念，例如同时唤起悲伤与喜悦的记忆。该方法通过在 Niodoo 引导架构的扫描过程中应用负增益因子而开发。它解决了当提示个人经历时，大语言模型过度拟合单一情感标签的常见局限性。通过类似于物理内卷的方式反转概念，该技术使模型能够翻转情感状态，例如将悲伤的记忆转化为快乐的记忆。这项工作由用户 Ruffian-L 通过名为“ontological-inversion”的 GitHub 仓库分享。