सिद्धांत
सेमेंटिक क्यूब: ज्यामिति के रूप में अर्थ
Semantic Geometry में, हम टेक्स्ट या सांख्यिकीय संभावनाओं को संग्रहीत नहीं करते हैं: हम प्रत्येक अवधारणा को एक सतत क्यूब [-1, 1]³ में एक बिंदु पर प्रोजेक्ट करते हैं। दो बिंदुओं के बीच की दूरी उनकी अर्थ निकटता है, और एक दावे को ग्राफ के माध्यम से सत्यापित किया जाता है — अगले टोकन का अनुमान लगाकर नहीं।
AI प्रस्ताव देता है, ग्राफ़ सत्यापित करता है
एक भाषा मॉडल मसौदा लिख सकता है; ग्राफ़ सत्यापित करता है। हर महत्वपूर्ण दावा निर्देशांकों और एक ऑडिट-योग्य ग्राफ़ में स्थिर होता है, और निर्णय grounding के माध्यम से उप-मिलीसेकंड में निकलता है: सत्यापन के लिए शून्य टोकन, शून्य GPU, शून्य नेटवर्क। ज्यामिति दिशा देती है; केवल ग्राफ़ का प्रमाण प्रमाणित करता है। जब कोई पथ नहीं होता, तो इंजन NO_EVIDENCE लौटाता है: यह नहीं कहता कि कथन झूठा है, बल्कि कहता है कि वह उसे सिद्ध नहीं कर सकता।
हमने क्या मापा (और क्या नहीं)
घन embeddings से प्रतिस्पर्धा नहीं करता, बल्कि उन्हें पूरक है। ये हमारे पास मौजूद बाहरी मीट्रिक हैं, नमूना आकार और विश्वास अंतराल के साथ। असुविधाजनक संख्या भी यहीं है: ब्लाइंड शाब्दिक समानता में, घन embedding मॉडल का स्थान नहीं लेता।
| मूल्यांकन | n | R | 95% CI |
|---|---|---|---|
| Warriner EPA (भावनात्मक, जो घन संग्रहीत करता है) | 76 | 0.718 | [0.610, 0.815] |
| NRC-VAD (स्वतंत्र मानक) | 84 | 0.345 | [0.158, 0.520] |
| SimLex-999 ब्लाइंड (शाब्दिक) | 26 | 0.139 | [−0.316, 0.510] |
Grounding: क्या सत्यापित करता है और क्या नहीं कहता
60 वास्तविक दावों पर: शब्द कवरेज 93.33%, ऑन्टोलॉजिकल समर्थन 26.67%, और NO_EVIDENCE 66.67%। यह बंद-क्षेत्र सत्यापक है, कोई ओरेकल नहीं। जहाँ यह विफल होता है: 3D में सूक्ष्म शाब्दिक समानता, y/z अक्ष (R≈0.25–0.34), अभी भी स्पेनिश की ओर झुका कवरेज (≈86%), और अपूर्ण विधेय संबंध। हम विफलता प्रकाशित करते हैं क्योंकि नकारात्मक मामलों के बिना बेंचमार्क कुछ भी प्रमाणित नहीं करता।
भावनात्मक ज्यामिति, embedding का विकल्प नहीं
घन Osgood के अर्थ-विभेद परंपरा में एक EPA स्थान (मूल्यांकन, शक्ति, सक्रियता) है, जिसे मनोमितीय मानकों से कैलिब्रेट किया गया है। x अक्ष (वैलेंस) मजबूती से सामान्यीकृत होता है; y/z अक्ष अपने स्रोत का फैलाव दर्शाते हैं। यह शाब्दिक समानता मॉडल नहीं है: उसके लिए embeddings और ग्राफ़ हैं। यह मापने योग्य भावनात्मक स्थिति प्रदान करता है, वितरणात्मक पुनर्प्राप्ति नहीं।
डिटर्मिनिस्टिक और पूरी तरह ऑडिटेबल
समान ऑन्टोलॉजी के विरुद्ध समान दावा किसी भी मशीन पर बिल्कुल वही परिणाम देता है। ज्ञानकोष को मर्कल लेजर (Merkle ledger) (BLAKE3) से सील किया गया है, और इंजन ऑफलाइन एज पर (~15W) चलता है।
एक सतत विस्तार, तालिका नहीं (क्षमता, ज्ञान नहीं)
घन का प्रत्येक अक्ष IEEE 754 double है: प्रति आयाम लगभग 9.2·10¹⁸ मान और कुल मिलाकर 10⁵⁶ अद्वितीय बिंदु। यह पता-स्थान कंटेनर का गुण है, अर्थ-गुणवत्ता का माप नहीं: आज ग्राफ़ में 2.44M अवधारणाएँ हैं, और उपयोगी रिज़ॉल्यूशन अवधारणाओं के बीच वास्तविक अंतर (~0.01–0.5) से तय होता है, संख्यात्मक परिशुद्धता से नहीं। क्षमता उपलब्धि नहीं है; उपलब्धि यह है कि कंटेनर कोई ऊपरी सीमा नहीं लगाता।
रैंकागुआ से चिली और विश्व के लिए डिटर्मिनिस्टिक AI
Semantic Geometry Software & AI SpA रैंकागुआ, ओ’हिगिंस क्षेत्र, चिली में स्थित एक डिटर्मिनिस्टिक आर्टिफिशियल इंटेलिजेंस कंपनी है। हम उच्च-प्रदर्शन सॉफ्टवेयर आर्किटेक्चर और डिटर्मिनिस्टिक न्यूरो-सिम्बोलिक AI का निर्माण करते हैं। हमारा मिशन स्थानीय सिलिकॉन में बिना डेटा साझा किए महत्वपूर्ण निर्णय सत्यापन को स्वायत्त बनाना है।
क्या आप इसे अपने क्षेत्र में लागू करना चाहते हैं?
टैक्स, श्रम और वित्त के सिस्टम पहले से ही क्यूब पर चल रहे हैं। हमें अपनी आवश्यकता बताएं।
बात करें