本文描述和统一引导开发通用人工智能的原则，这些原则围绕着智能是搜索问题通用解决方案的工具这一理念展开，同时提供建议以研究、测量和测试人类水平智能机器所需的各种技能和能力。

Nov, 2016

我们首先综述了对大型语言模型（LLMs）的现有评估，包括标准化测试和面向能力的基准测试。然后，我们明确了当前评估方法存在的几个问题，倾向于夸大 LLMs 的能力。我们进一步阐述了人工通用智能应该超越 LLMs 能力的几个特征。我们提出了通用智能代理的四个特征：1）能够执行无限的任务；2）能够在特定环境中生成新的任务；3）基于支撑任务生成的价值体系进行操作；4）拥有反映现实的世界模型，影响其与世界的交互。在这一观点基础上，我们强调了人工通用智能中缺失的部分，即认知与行动的统一。我们认为与现实世界中的对象进行积极互动可以提供更强大的形成概念表示的信号。此外，知识获取不仅依赖于被动输入，还需要反复尝试和错误。最后，我们概述了人工通用智能领域未来研究的有希望的方向。

Jul, 2023

本文探讨了意识和智能之间的联系，发现意识与人类领域普适智能有密切关系。对比三种当代意识功能理论与人类的认知能力，作者将结论应用到人工智能领域，提出了一种将三种理论相结合的可实现的模型，并以人类的心理时间旅行为例，提出进行人工智能研究的前景和目标。

Mar, 2022

该研究介绍了智能系统自识别反馈信号的必要性，提出了基于算法信息理论的智能定义，阐明了人工智能基准测试的重要性，介绍了一个使用人类内在先验近似设计的基准测试集 ——ARC，用于度量具有高通用流体智能的人工智能系统与人类的综合智能的比较。

Nov, 2019

本文介绍了一种基于认知创造力理论的计算模型，旨在实现人造智能代理学习使用和生成易于迁移的表征，并通过梯度强化学习获取目标导向和时间信息的双重记忆系统，以及进行反射推理和融合等认知处理来提高人造智能的足够抽象度，以期在人工通用智能领域迈出更大的步伐。

May, 2022

本论文提出了一种理解人工通用智能的新理论方法，将其视为智能代理自组织的形成过程，并且阐述了开放式智能的三个方面：个体化、意义的建立和通用认知代理的个体化。

May, 2015

通过将现实解读为信息源，并将其转化为计算框架，我们提出了一种新颖的建模方法，从而接近于人工通用智能。该框架可以以流动可扩展的分层方式构建经典的认知架构元素，如长期记忆和工作记忆。

Jun, 2024

文章拟探讨智能的本质，并构建一个称之为‘世界 - 自我的模型’的数学模型，以此表征人工智能和人类智能的基本方面，特别地，提出了信息抽象的过程和概念的生成和关联机制等方面的内容，以及相应于任意类型的问题解决的信息输入和输出的流程，同时，还对所提倡的理论框架的计算机实现问题进行讨论。最终，作者提出了一个基于 WSM 的智能统一通用框架。

Mar, 2022

通过提供关于智能的纯功能性黑盒定义以及对相关概念的区分，本研究在人工智能领域提供了一个可观察的、概念上可测试的连续性定义，并指出了在可量化测量方面所面临的挑战。

Dec, 2023

本论文提出一种基于概念依赖的通用框架，强调所涉及的表征必须是显式认知和概念性的，并且必须包含涉及事件和过程的因果特征，并使用完全基于参考的概念结构。论文还介绍了一种描述性表征语言，并描述了许多其使用示例。

Jun, 2022