用于检测人工智能智能体科学理论转变的层理论传输和阻碍

arXiv:2605.14033v1 公告类型：新 摘要：人工智能代理的科学理论转变需要的不仅仅是将方程拟合到数据。人工科学代理必须检测现有的表征框架是否仍然可以转移到新的政权中，或者其语言是否已经从本地到全球受到阻碍而必须扩展。本文开发了一个有限束理论框架，用于通过传输和阻碍检测理论转移候选者。上下文被组织为本地到全局的结构，其中对源图、重叠图、目标图和验证图进行拟合、限制和测试以进行粘合。阻碍通过残差拟合、重叠不兼容、约束违反、限制关系失败和表征成本来衡量一致性的失败。我们在受控转换卡基准测试上评估该框架，该基准测试旨在将源语言内的变形与该语言的扩展分开。主要结果是直接阻碍排名：预期的变形或延伸通常是最低阻碍的候选者，并且过渡类型在基准中被分开。相同签名上的星座内核仅作为次要表示相似性探针包含在内。其目的不是重建历史范式转变或解决开放式自主理论发明，而是隔离人工智能代理的有限诊断子问题：检测代表性传输何时失败以及扩展何时成为连贯的下一步行动。