concept-graph

本提案引入了动态概念图（Dynamic Concept Graph, DCG），这是一种混合认知架构，结合了神经表示学习、符号知识结构、多模态感知和类比推理，为人工智能提供持久且不断进化的世界模型，以解决大型语言模型中推理不一致和缺乏因果理解等局限性。

该论文介绍了CO-ALIGN，一种用于文本到图像扩散模型的偏见缓解方法，它在文本编码器和去噪器中对齐概念图，实现了30%的公平性提升和11.4的FID增益，同时减少了88%的不连贯输出。