孟任巍
跳到内容
CORTEX.HUMAN → INTELLIGENCE

人类认知 × 下一代智能

智能的下一课,
在人类认知
深处。

我们早已教会 AI 学习人类的答案。现在,向前一步:学习答案形成之前的注意、推理与决策。

从人类输出,到可验证的认知结构。
FIG. 01认知计算的另一种视角
人类认知流形注意 / 关系 / 决策
AI 潜在状态可对齐的中间计算
概念可视化拖动旋转 · 程序化点云
THE CORTEX PRINCIPLE

不止学会回答。 学习回答如何发生。

01 / DEPTH OF SUPERVISION

监督,可以更深入。

拖动刻度,探索五种学习信号。越深入,信息、成本与责任也随之改变。

03 / PROCESS

认知过程

沿着注意、证据和冲突的时间轨迹,探索产生答案之前的中间计算。

信息丰富度
高
采集成本
高
测量噪声
高
实时可用性
中
隐私敏感度
高

定性概念量表,不代表实测比较。

HUMAN
RELAY可信认知教师
AI

02 / FROM STATIC TO ACTIVE

一个可靠的起点。
一个会提问的未来。

RELAY 先将固定的脑轨迹转化为风险校准的视觉推理教师。CORTEX-Loop 进一步探索:如果 AI 能主动选择最值得向人学习的内容,会怎样?

03 / BEYOND A SINGLE TASK

同一种范式,新的边界。

认知结构不会止步于一道推理题。走进三个不同的交互实验。

CORTEX 蒸馏认知计算。

下一步,什么最值得学习?

蒸馏认知计算。探索下一次值得学习的事。

© 2026 RENWEI MENG个人主页