arXiv · cs.AI· Hiroyuki Chuma, Kanji Otsuka, Yoichi Sato, Kodo Yamauchi·· 8 小时前
当波兰尼遇上伽罗瓦：默会知识作为代数确定性操作，为AI生成科学重新扎根
Where Polanyi Meets Galois: Tacit Knowing as an Algebro-Deterministic Operation, Toward Re-rooting AI-Generated Science
arXiv:2610.16102v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hiroyuki Chuma, Kanji Otsuka, Yoichi Sato, Kodo Yamauchi
研究任务与主要进展
论文提出将默会知识建模为单一记忆基底的一种运行模式而非内容类型，基底为基于GF(2)的XOR-移位超维记忆VaCoAl，实现为CASRAM（商用SRAM-CAM）与PyVaCoAl（DRAM-CAM）。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org