एजेंटिक सिस्टम्स—ऐसे आर्टिफिशियल इंटेलिजेंस सिस्टम जो बहु-चरण तर्क, उपकरण समन्वयन, संदर्भात्मक स्मृति, और पुनरावृत्त क्रियान्वयन में सक्षम हैं—दिन-प्रतिदिन की गतिशील कार्यप्रणालियों में अधिकाधिक उपयोग किए जा रहे हैं जो केवल एक बार की भविष्यवाणी या पुनर्प्राप्ति से बहुत परे हैं। ये सिस्टम बड़ी क्षमताओं के लाभ प्रदान करते हैं, लेकिन ये विश्वसनीयता की एक भिन्न श्रेणी की विफलताएं भी प्रस्तुत करते हैं। यह पेपर इन सिस्टम्स में मुख्य विफलता स्थिति के रूप में आत्मविश्वासी मेल न खाने की पहचान करता है, जिसमें आउटपुट सामंजस्यपूर्ण, विश्वासनीय और अधिकारिक होते हैं, फिर भी सत्यापित वास्तविकता या उपयोगकर्ता के वास्तविक इरादे से भिन्न होते हैं। पारंपरिक विफलताओं के विपरीत, ये त्रुटियां अक्सर मौन रहती हैं, सही दिखने का भ्रम बनाए रखती हैं जबकि निरीक्षण की जिम्मेदारी मानव संचालक पर डाल देती हैं। यह पेपर तर्क देता है कि एजेंटिक सिस्टम्स की मुख्य सीमा अपर्याप्त बुद्धिमत्ता नहीं, बल्कि शासकीयता, संदर्भ, सहयोग, और क्रियान्वयन के बीच संगठित मेल का अभाव है। AI शासन, मानव–AI अंतःक्रिया, मानव कारक, सार्वजनिक-क्षेत्र AI शोध, न्यूरोप्लास्टिसिटी साहित्य, और NIST एवं अमेरिकी रक्षा विभाग से सार्वजनिक मार्गदर्शन के आधार पर, यह पेपर संदर्भ पूर्णता विफलता, संचार विषमता, मौन क्षरण, क्रियान्वयन–डिज़ाइन विचलन, और विश्वास क्षय जैसे मुद्दों पर केंद्रित एक संरचित समस्या सेट विकसित करता है। फिर यह HGC³AE² फ्रेमवर्क—मानव-शासित, सुव्यवस्थित संदर्भ, एजेंटिक रूप से अभियांत्रित एवं क्रियान्वित—परिचय कराता है जो मानव अधिकार, संदर्भात्मक सत्य और रनटाइम व्यवहार के बीच मेल बनाए रखने के लिए एक शासन-प्रथम वास्तुकला है। इस फ्रेमवर्क को Skipjack प्रोटोकॉल के संकल्पनात्मक परिचय के माध्यम से व्यवहार में लाया गया है, जो लाइव सत्यापन लागू करता है, मौन पतन को रोकता है, स्पष्ट अनिश्चितता संकेत की आवश्यकता रखता है, और समन्वय को एक निरंतर प्रक्रिया के रूप में संरचित करता है। इस पेपर का केंद्रीय दावा है कि मापन योग्य और भरोसेमंद एजेंटिक तैनाती अधिकाधिक स्वायत्तता पर निर्भर करने के बजाय ऐसे लागू करने योग्य तंत्रों को समाहित करने पर निर्भर करती है जो समय के साथ मानव इरादा, संदर्भात्मक सत्य और सिस्टम क्रियान्वयन को समकालीन बनाए रखें। अधिकार सीमा: पूर्ण स्रोत सूचन के साथ उद्धरण की अनुमति है। लिखित अनुमति के बिना पुनरुत्पादन, पुनर्वितरण, या व्युत्पन्न कार्य निषिद्ध हैं। AI/ML प्रशिक्षण उपयोग की अनुमति नहीं है। पूर्ण अधिकार सीमा के लिए https://nonsequitur.tech/pubs/citation-policy/ देखें। मुख्य साइट URL: https://nonsequitur.tech/white-papers/hgc3ae2/ सार्वजनिक संग्रह: yks-pubs/papers/hgc3ae2-v1-preprint.pdf
Justin H. Kuiper (Sun,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: