Dweve

ABMN-working papers

Lees zes ABMN-working papers uit juli 2026 over het familiecontract, NER, classificatie, reranking, lexicale retrieval en één generalisatietest.

Zes ABMN-working papers uit juli 2026. Elk record koppelt auteurs, samenvatting en onderwerpen; het concept is op aanvraag.

Adaptive Binary Memory Networks

Categorie
Modelfamilie
Auteurs
Dweve
Conceptdatum

Een modelfamilie die leren compileert tot één artefact: byte-identiek op elke architectuur, zonder seeds, en overal herafspeelbaar.

Samenvatting: Adaptive Binary Memory Networks (ABMN) ask a narrow question: can a learned model be fully and truly deterministic on every architecture, with no seeding involved, and does that property survive a change of task? The family answers with a contract rather than a tolerance. ABMNs do not compress or quantize a trained network, they compile it. One build produces the artifact, that artifact is byte identical wherever it is built, and it replays the same decisions on every host that opens it. What is deployed is the model itself, not a floating point checkpoint identified within a numerical error bound. This paper states the contract, the evidence a build has to carry and the limits of what it covers, then holds it across sequence labelling, classification, retrieval reranking and lexical retrieval, and carries it to a structurally different logical learner.

Onderwerpen: Deterministisch machinaal leren, Reproduceerbare builds, Portabiliteit tussen architecturen, Gecompileerde modellen, Uitrolcontracten

Lees de samenvatting

ABMN-NER

Categorie
Sequence labeling
Auteurs
Dweve
Conceptdatum

Deterministische named entity recognition, gecompileerd in plaats van gecomprimeerd, en byte-identiek op elke architectuur.

Samenvatting: ABMN-NER asks whether the ABMN build contract holds for sequence labelling, where every decision depends on the tokens around it and a small difference propagates along the sentence. The terms are the ones the family paper sets out. Nothing is compressed or quantized: learning is compiled into one deployed artifact, that artifact is byte identical on every architecture with no seeding involved, and decoding is exact rather than approximate, so the same text replays the same labelled sequence on any host that opens it. Figures are reported per dataset and per host. On CoNLL-2003, on an Intel i9, the artifact reaches 91.24% F1 and tags 606,000 tokens per second. Further datasets and benchmarks are reported in the paper itself.

Onderwerpen: Entiteitherkenning, Sequentiële labeling, CoNLL-2003, Deterministische inferentie, CPU-doorvoer

Lees de samenvatting

ABMN-Classification

Categorie
Tekstclassificatie
Auteurs
Dweve
Conceptdatum

Gesuperviseerde tekstclassificatie gecompileerd tot één artefact: byte-identiek op ARM en x86, zonder seeds en zonder kwantisatie.

Samenvatting: ABMN-Classification asks what the build contract costs on ordinary supervised text classification, and whether it survives a change of instruction set. Learning is compiled rather than compressed or quantized: the deployed artifact is the model, one build produces it with no seeding involved, and it replays the same predictions wherever it is opened. Independent builds of all eleven tasks produced byte identical artifacts and identical prediction streams across ARM and x86. Measurements are per dataset and per host. On DBpedia-14, on an Intel i9, the artifact reaches 98.89% accuracy and 98.89% macro F1; on IMDb, on the same host, it sustains 90.75 million tokens per second at 1.38 microjoules per token. The full set of datasets and benchmarks appears in the paper.

Onderwerpen: Tekstclassificatie, MASSIVE, DBpedia-14, Reproduceerbaarheid tussen architecturen, Energie per token

Lees de samenvatting

ABMN-Ranking

Categorie
Informatieretrieval
Auteurs
Dweve
Conceptdatum

Deterministische herrangschikking van kandidaten, gecompileerd tot één artefact, zonder dicht model in het uitvoeringspad en met dezelfde volgorde op elke host.

Samenvatting: ABMN-Ranking asks whether the build contract reaches a stage that is normally served by a dense model: reranking a candidate list. It does not compress or quantize such a model, it replaces the stage with a compiled artifact, so no dense vector or transformer inference runs in the hot path and scoring is exact integer work. One build produces the artifact, no seeding is involved, and the same query returns the same ordering on every architecture that opens it. Figures are per dataset and per host. On SciFact, on an Intel i9, the artifact reaches 0.809 nDCG@10 at 14,059 queries per second, which is 593 microseconds per query. Additional datasets and benchmarks are set out in the paper.

Onderwerpen: Herrangschikking bij zoeken, Zoekrelevantie, SciFact, Latentie per query, Deterministische rangschikking

Lees de samenvatting

ABMN-Relevance

Categorie
Lexicale retrieval
Auteurs
Dweve
Conceptdatum

Corpusadaptieve lexicale retrieval, gecompileerd tot één artefact, deterministisch en identiek op elke architectuur zonder seeds.

Samenvatting: ABMN-Relevance asks whether the build contract reaches the retrieval stage itself, where the corpus rather than a training run decides what the deployed model contains. The index is compiled into one artifact rather than compressed or quantized, and retrieval over it is deterministic: no seeding is involved, and the same artifact replays the same ranking on every host and every architecture it is opened on. Against a tantivy BM25 baseline over the same collection it returns better ranked results and serves them faster, from a smaller index and a lower resident memory footprint. The measured numbers are held back until the paper publishes. What is claimed here is the contract, and that a lexical retrieval index can be held to it.

Onderwerpen: Lexicale retrieval, Zoekindexering, MS MARCO, Indexomvang, Herafspeelbare retrieval

Lees de samenvatting

ABMN-Tsetlin

Categorie
Logisch leren
Auteurs
Dweve
Conceptdatum

Reproduceerbare binaire modelcompilatie doorgetrokken voorbij associatieve classificatie naar een structureel ander logisch leermodel.

Samenvatting: ABMN-Tsetlin asks whether the build contract is a property of one model family or of the approach behind it. It takes a structurally different logical learner, trained by a different rule, and holds it to the same terms. The trained Tsetlin machine is compiled into one deployed artifact rather than compressed or quantized. Across five image and text tasks that artifact came out byte identical on every architecture, with no seeding involved, and replays the same decisions wherever it is opened. Results are recorded per dataset and per host. On MNIST, on an Intel i9, it reaches 97.61% accuracy from a 40.4 KiB artifact. The paper carries the remaining datasets and benchmark tables.

Onderwerpen: Tsetlin-machines, Logisch leren, MNIST, Beeldclassificatie, Bewijs per host

Lees de samenvatting

Dit zijn werkende concepten. De repository toont geen tijdschrift-, conferentie- of peer-review-uitkomst.

Kies de doelgroep die bij je vraag past

De pagina bevat drie selecteerbare lezingen van hetzelfde onderwerp.

Voor consumenten

Working papers met gemeten resultaten en leesbare samenvattingen; elk concept geven we op aanvraag vrij. Elk getal blijft gekoppeld aan taak, dataset, configuratie en omgeving.

Voor bedrijven

Alle zes vermeldingen zijn working papers uit juli 2026. De repository legt de bron en de claimgrenzen vast; hij toont geen indiening, peerreview of publicatie aan.

Voor engineers

Papers die beschrijven hoe de stack is gebouwd, niet alleen wat hij bereikt. Lees ze om te begrijpen waarom een subsysteem zo is ontworpen. Elke vermelding blijft gelabeld als working paper.

Geen publicatiekanaal of peerreview geclaimd

De ABMN-papers leggen één manier uit om compacte, reproduceerbare AI-systemen te bouwen. Begin bij de familiepaper en kies daarna de taak die je interesseert. Dit zijn werkconcepten uit juli 2026, geen claims over een peerreviewpublicatie. Ze laten zien dat volledige determinisme haalbaar is en standhoudt over verschillende soorten taken; ze jagen geen topscores na. De repository’s verschijnen samen met de papers.

Zes ABMN-working papers beschrijven het familiecontract, taakspecifieke geheugenstructuren, gemeten resultaten en benoemde beperkingen. Het register scheidt conceptbewijs van elke claim van externe acceptatie. Het doel is aantonen dat volledige determinisme haalbaar is en generaliseert over taaktypen, niet het claimen van state-of-the-art-resultaten. De repository’s verschijnen samen met de papers.

De zes concepten uit juli 2026 beschrijven het ABMN-familiecontract, vier taakeigen uitwerkingen en één generalisatietest die hetzelfde bouwcontract op een structureel ander leermodel toepast. Elk item bevat het abstract, de sectie-indeling, de metingen en de benoemde beperkingen. De set bewijst dat volledige determinisme haalbaar is en generaliseert over taaktypen, zonder het onderliggende eigen werk prijs te geven. De repository’s verschijnen samen met de papers.

Elke kaart geeft je de vraag, het onderwerp en een samenvatting van de paper. De titels blijven precies gelijk aan die in de bronpapers. Het zijn er zes, allemaal uit juli 2026. Het volledige concept ligt bij externe beoordelaars: vraag het aan via het contactformulier, dan geven we het na goedkeuring vrij.

Gebruik deze plank als beoordelingsregister. Hij bevat de volledige huidige ABMN-workingset en mengt daar geen productbrochures of ongefundeerde sectorpapers doorheen. Zes titels dragen één conceptdatum en twee genoemde auteurs, zodat een beoordeling bij het register kan beginnen en niet bij een zoekopdracht. De concepten zelf geven we op aanvraag vrij.

De familiepaper definieert het gedeelde contract. Vier bijbehorende papers werken dit uit voor NER, classificatie, reranking en lexicale retrieval, en een zesde onderzoekt of hetzelfde bouwcontract standhoudt bij een structureel ander leermodel. Alle zes dragen dezelfde conceptdatum. De samenvatting blijft openbaar; het concept geven we op aanvraag vrij.

Eén familiepaper, vier taakpapers, één generalisatietest

Alle zes brondocumenten dragen deze datum

Je hoeft ze niet alle zes te lezen. De familiepaper geeft de kaart, de taakpapers laten zien hoe hetzelfde patroon verandert voor namen, labels en zoeken, en de laatste vraagt of het patroon ook bij een heel ander leermodel standhoudt. De volgorde hieronder loopt van contract naar taken en dan naar retrieval, maar het is een suggestie en geen ranglijst, en elke paper staat op zichzelf. Lees er maar één, lees dan de familiepaper, want de rest gaat uit van de vorm die zij beschrijft.

Beoordeel het familiecontract voordat je taakresultaten vergelijkt. Zo voorkom je dat een benchmark als systeembrede garantie wordt gelezen. De volgorde loopt van het familiecontract naar de taakpapers, dan naar de twee retrievalpapers en tot slot naar de generalisatietest. Het is redactioneel advies en geen volwassenheidsranglijst, en elk van de zes is los te lezen zodra het contract duidelijk is.

Lees eerst de familiedefinitie en vergelijk daarna per taak het eigen geheugen, de stripgrens, de decoder en het bewijsregister. De volgorde is contract, taakpapers, retrievalpapers, generalisatietest. Ze ordent het lezen en niet de volwassenheid, en elke paper benoemt de reikwijdte die de eigen metingen dekken. De familiepaper is de enige waarvan de andere afhangen, dus die lees je eerst als je er maar één leest.

Definities, bouwfasen en vier geheugenorganisaties

Bridge-reranking en corpusadaptieve indexering

De volgorde is leesadvies, geen rangschikking naar volwassenheid.

Bekijk eerst hoe de zes papers samenhangen en kies daarna een taak.

Volg een compact systeem dat namen en plaatsen vindt met exact gestructureerd decoderen.

Bekijk hoe een tekstclassificator een reproduceerbare binaire build wordt.

Inspecteer zoekresultaten herschikken zonder een dicht model in het querypad.

Inspecteer lexicale retrieval met deterministische scoring.

Leg het gedeelde modelfamiliecontract en de bewijsgrenzen vast.

Beoordeel gerapporteerde kwaliteit, footprint, throughput en NER-beperkingen samen.

Beoordeel de claim over identieke artefacten en voorspellingen op verschillende architecturen.

Beoordeel het gemeten bridge-memory-rerankingpad op SciFact en NF-Corpus.

Beoordeel het corpusadaptieve servingpad en de MS MARCO-metingen.

Definieer learn, strip, execute en de vier taakeigen geheugenorganisaties.

Volg sequentiële labeling van één build tot exacte decodering.

Volg tekstclassificatie naar byte-identieke artefacten op ARM en x86.

Traceer getypeerde sparse atoms naar gecompileerde bridgetabellen en integer reranking.

Volg lexicale retrieval van de corpusbuild tot deterministische top-k-resultaten.

De papers delen een eenvoudige beweging: leren maakt compact taakgeheugen, bouwtoestand wordt verwijderd en een vaste procedure gebruikt het resultaat. Vier onderwerpen dekken de familiepaper en de taakpapers, en elk daarvan hoort bij precies één onderwerp. De generalisatietest staat daarnaast en vraagt of dezelfde beweging werkt bij een ander soort leermodel.

Het gedeelde contract is het vergelijkingspunt. Taakspecifieke kwaliteit en systeemcijfers blijven gebonden aan de paper en evaluatie die ze rapporteren. Vier onderwerpen dekken het familiecontract en de taakpapers, en elk daarvan valt onder precies één onderwerp. De generalisatietest wordt apart gerapporteerd, omdat die het contract toetst en niet een taak.

Het familiecontract blijft stabiel, terwijl adressering, updateregels en decodering per taak verschillen. De onderwerpkaart houdt die uitwerkingen uit elkaar, met vier onderwerpen en precies één onderwerp per taakpaper. De generalisatietest brengt het contract naar een structureel ander leermodel en rapporteert het bewijs per host.

Entiteitherkenning met exacte gestructureerde decodering

Eén gecompileerd artefact, identiek op elke architectuur

Twee afzonderlijke retrievaluitwerkingen

Je kunt nu lezen wat elke paper claimt en hoe die is getoetst, en je kunt het onderliggende concept aanvragen. Geen van beide betekent dat een tijdschrift, conferentie of onafhankelijke beoordelaar het werk heeft geaccepteerd.

Behandel de concepten als input voor beoordeling. Externe acceptatie, onafhankelijke replicatie en productiezekerheid vragen om eigen bewijs en worden hier niet beweerd.

Methoden en metingen staan in de bronconcepten. De scope, omgeving, baselines en beperkingen horen bij elke claim.

Alle zes vermeldingen zijn working papers uit juli 2026.

De datum beschrijft het conceptmoment, niet een publicatiegebeurtenis.

Bij elke vermelding hoort een volledig concept, dat Dweve op aanvraag vrijgeeft.

De concepten liggen bij externe beoordelaars, dus hier is niets gepubliceerd. Vraag het aan via het contactformulier, dan geven we de paper na goedkeuring vrij.

Gerapporteerde resultaten horen bij de taak, dataset, configuratie en omgeving uit de paper.

Een resultaat uit één paper wordt niet tot garantie voor de hele familie verheven.

De repository toont geen tijdschrift, conferentie of peerreviewuitkomst voor deze concepten aan.

De bibliotheek gebruikt daarom overal de term working paper.

Maak de scope van een resultaat niet groter

Publicatie- of peerreviewstatus wordt pas vermeld als de repository die ondersteunt.

Dit register laat zien waar elke titel vandaan komt en hoe je de paper zelf krijgt. Er zijn geen extra papers achter marketingnamen verstopt. Elke vermelding noemt één bronmap, en het concept uit die map is precies wat we sturen als je erom vraagt.

Gebruik het register om te controleren of de bibliotheekvermelding, de detailroute en het concept dat we vrijgeven naar dezelfde working paper verwijzen. Elke titel noemt één gezaghebbende bronmap, zodat een claim op deze pagina te herleiden is tot het document dat hem draagt.

Het register bindt elke canonieke slug aan de gezaghebbende bronmap. Detailpagina's dragen het abstract, de sectie-indeling en de benoemde status; het volledige concept blijft bij externe beoordelaars en geven we op aanvraag vrij. Geen vermelding staat hier zonder bronmap erachter, en dat maakt het register controleerbaar in plaats van beweerd.

Eén concept per bron, op aanvraag vrijgegeven

Geen verouderde of verzonnen vermeldingen

Elke vermelde paper noemt zijn gezaghebbende bronmap, en het concept geven we op aanvraag vrij.

De samenvattingen helpen je kiezen. Het volledige concept bevat de methoden, resultaten, beperkingen en referenties, en dat geven we vrij zodra je erom vraagt.

Ga van het familiecontract naar de taakpaper en neem daarna de genoemde bewijsgrens mee in due diligence.

De bibliotheek houdt de familiedefinitie, de taakuitwerkingen, de generalisatietest en hun bronpaden in één controleerbare volgorde bijeen.