عن المشروع

Human Cognition Layer (HCL) هو مشروع بحثي موجّه لنمذجة الحالة الذهنية البشرية ومعايرة القرارات. فكرته الأساسية هي: عدم تعديل أوزان النموذج الأساسي، بل استخدام بنية معرفية صريحة وقابلة لإعادة الإنتاج وقابلة للنقل لنمذجة معرفة البشر ومعتقداتهم ونواياهم وعدم اليقين السببي وقراراتهم الاجتماعية بشكل أكثر استقرارًا، مما يحسّن الإجابة النهائية أو الفعل. يتبنى المشروع مبدأ module-first، حيث تبقى الطبقة المعرفية دائمًا في سلسلة المعالجة، ويُعتبر تراجع الأداء إشارة تشخيصية بدلاً من تجاوز HCL للحصول على نتائج benchmark أفضل. المرحلة الحالية هي PHASE-04، وتركز على إصلاح استراتيجيات القرار والتحقق الجديد عبر holdout، ولم يبدأ تدريب النموذج بعد. تتضمن بنية HCL v0.3 ثلاثة أجزاء رئيسية: 1. حالة معرفية مجمّدة: يُنشأ لكل إدخال أولاً هيكل cognition state منظم، يدعم أنماط SIMPLE وEPISTEMIC وCAUSAL_AMBIGUITY، مع التأكيد على مبادئ دلالية مثل فصل حقيقة العالم عن معرفة الوكيل، وفصل المعتقدات من الدرجة الأولى عن معتقدات الدرجة الثانية، وضرورة وجود جسر أدلة لنقل المعلومات. 2. حلقة إجابة دائمة التشغيل: يمر الإدخال عبر الحالة المعرفية ومسودة النموذج الأساسي وفحوصات الاتساق والمعايرة قبل توليد الإجابة النهائية، ويركز الفاحص على الاتساق الواقعي وإمكانية الوصول إلى المعلومات ومستويات المعتقدات وإزالة الغموض الخاطئ ودقة الإجابة. 3. استراتيجية قرار التفاعل: في بيئات مثل SOTOPIA، تُحوَّل الحالة المعرفية إلى استراتيجية أفعال لتجنب السلبية المفرطة أو السلوك منخفض المعلومات الناتج عن غياب استراتيجية الأفعال. يوفر المشروع نوعين من التقييم: CogToM وSOTOPIA-Hard. يُستخدم CogToM حاليًا كأداة تشخيص وانحدار، بينما SOTOPIA-Hard هي بيئة التحقق الرئيسية للطريقة. يسجل README بيانات تجريبية حول state fidelity وanswer checker وSOTOPIA-Hard، لكنه يوضح أن هذه أدلة بحثية وليست إعلانات قدرات منتج، وأن إشارات holdout الإيجابية ما زالت بحاجة إلى التحقق عبر تجارب متكررة محددة مسبقًا وعبر النقل بين نماذج أساسية مختلفة. يحتوي المستودع أيضًا على سكربتات CogToM runner تاريخية يمكنها تشغيل اختبارات baseline أو اختبارات تشخيصية عبر DeepSeek API. حالة التنفيذ الفعلية مصدرها الوحيد هو STATUS.md.