5
引擎家族
认知 · 积极研究中
由五大引擎家族构成的非Transformer认知架构。
5
引擎家族
1
共享记忆接口
N
独立团队
Penelope 是什么
Penelope 对待认知的方式,正如操作系统对待算力:将其视为一组拥有明确接口、彼此协作的引擎。感知、记忆、推理、安全与控制是五个相互独立的层级,每一层都针对各自的测试平台开发,并通过共享的结构化记忆接口加以组合。我们交付的是架构;模型则是我们组合而成的产物。
引擎家族
Penelope 由五大引擎家族组织而成。每个家族均独立开发,并通过共享的结构化记忆接口加以组合。
编排 · 调度 · 资源感知执行
准入 · 审计 · 能力边界
类比 · 反事实 · 多步推断
结构化绑定 · 基底原生召回
信号 → 结构化证据
引擎深度解析
将原始信号转化为结构化证据的引擎,供技术栈其余部分据以推理。
围绕结构化绑定与基底原生召回构建的引擎,而非依赖 token 窗口。
在组合记忆之上进行类比、反事实与多步推断的引擎。
对架构其余部分被允许执行的操作进行管控、审计与约束的引擎。
编排其他引擎的引擎——负责规划、调度与资源感知执行。
架构成熟度
奠基
五引擎拆分作为一项研究契约被确立下来。各家族之间的接口均带版本管理,使每个引擎都能在不破坏其他引擎的前提下迭代演进。
记忆为先
记忆引擎以结构化绑定为标准。其余每个家族都通过该接口进行写入与读取。
安全横切
安全并非对输出的外层包装;它是一个引擎家族,在架构层面施加准入控制、审计与能力边界。
组合
端到端测试衡量五大家族的组合效果。推理质量是相对于架构其余部分进行评判的,而非孤立评估。
Penelope 所释放的能力
RL-X1 与 RL-C1 均在 Penelope 内部组合而成,每条模型产品线都从五大家族中选取特定的配置组合。
能力边界、监督面与拒绝行为是架构本身的属性,而非末层提示词的产物。
每个家族都可由不同团队针对同一接口推进,因此架构无需重写即可吸纳进展。
获取渠道