Notice bibliographique
Résumé
Sharply increased uncertainty and possibility of catastrophes warrant a new approach to decision-making. To survive Superintelligence, mankind should downgrade its role - from ¡°an agent¡± that has a will and a preservation goal of its own, to just a tool that yields the power of making decisions to humans ¨C possibly Risk-Constrained Optimization (RCO). RCO is a fundamentally novel system dealing with decision-making under radical uncertainty. Instead of ¡°the best strategy¡± RCO constructs a ¡°strategy, most acceptable to decision-makers.¡± RCO develops a number of candidate strategies, filters them and presents to the decision-makers a few reasonably good and safe candidates, easily adaptable to a broad range of future scenarios - likely, ¡°black swan, ¡± and even improbable. The final selection of the strategy to be implemented is performed judgmentally by decision-makers. RCO overturns upside down Economics, Operations Research/Management Science, Decision Analysis, Scenario Planning, and Risk Management. The new paradigm of Superintelligence becomes preservation of mankind. RCO is just a toolkit. It can be used in any system. But, as far as this author knows, RCO is presently unique in its capability to deal with radical uncertainty ¨C moreover, by simple operations. It is therefore irreplaceable for Superintelligence.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».