ARTFEED — Contemporary Art Intelligence

Emergenza Invarianza: Il Ridimensionamento Può Compensare l'Incompletezza dei LLM?

ai-technology · 2026-08-04

Un nuovo articolo su arXiv (2608.01548) propone la Tesi di Simbolizzazione–Sottostruttura e introduce il concetto di emergenza invarianza per mettere in discussione se il ridimensionamento dei grandi modelli linguistici possa compensare tutte le distinzioni mancanti rispetto alla cognizione umana. Gli autori sostengono che il linguaggio è un sottoinsieme formalizzato del pensiero, e mentre i LLM mostrano emergenza compensativa—primitive architetturali sparse che consentono l'apprendimento nel contesto, il ragionamento multi-step, l'uso di strumenti e la catena di pensiero—soffrono ancora di incompletezze sostanziali, di substrato e di alto livello. L'articolo formalizza questo con l'equazione R_s* = R_phi* + C_s, suggerendo che la scala può ridurre il divario di complessità ma non eliminarlo. Lo studio è teorico, attingendo alla filosofia e alla ricerca sull'IA, ed è stato annunciato come nuova sottomissione su arXiv.

Fatti principali

  • Articolo arXiv:2608.01548, annunciato come nuovo su arXiv.
  • Introduce la Tesi di Simbolizzazione–Sottostruttura.
  • Definisce l'emergenza invarianza come concetto.
  • Equazione: R_s* = R_phi* + C_s.
  • Afferma che i LLM mostrano emergenza compensativa.
  • Identifica tre tipi di incompletezza: sostanziale, di substrato e di alto livello.
  • Mette in discussione se l'emergenza possa compensare ogni distinzione mancante.
  • Pubblicato su arXiv, un server di preprint.

Entità

Istituzioni

  • arXiv

Fonti