本文提供了一个交叉学科的观点，以发展由人与机器组成的社会技术群体，通过结合人工智能和人类智能，共同实现复杂目标，并从彼此学习中不断提高。因此，需要为这些系统提供结构化的设计知识，并展示了使这些应用程序的系统开发人员有用的指导。

May, 2021

本文提出了一种新的理论方法，通过智能系统实现领域知识获取。我们介绍了一种混合模型，通过一个知识图谱数据库存储和推理最小输入知识，并通过逻辑神经网络学习新信息。我们研究了该系统处理新数据的行为，并展示最终系统能够丰富当前的知识并将其扩展到新领域。

Nov, 2022

讨论了巨型语言模型（LM）的局限性以及如何通过采用系统方法避免这些局限性，提出了一种灵活的、多神经模型的神经符号化架构，并加入了离散知识和推理模块，命名为 Modular Reasoning, Knowledge and Language（MRKL）系统，描述了 AI21 实验室的 MRKL 系统实现与技术上的挑战。

May, 2022

该研究论文旨在提出一种新的认知架构来实现通用人工智能的能力，并介绍了一个包含多个功能模块的框架。其中，知识表示是该架构的关键解决方案之一，能够在单一知识库中结合多种形式化和非形式化的知识表示方法。论文还探讨了使用 Archigraph 模型来组合和结构化各种知识片段的方法。此外，该研究还提及了该认知架构的其他组成部分，包括机器意识、机器潜意识、与外部环境的交互模块、目标管理模块、情感控制系统、社交交互模块、反思模块、伦理和世界观模块、学习模块、监测模块、陈述和问题解决模块、自组织和元学习模块。

Jan, 2024

本文提出通过使用主流软件方法论来开发参考架构来解决现代知识工程的四个挑战，包括未解决的利益相关方需求，不匹配的技术，新组织的采用障碍和与软件工程实践的不匹配。我们通过研究不同利益相关者和时代的要求，确定了 23 个评估参考架构所必需的基本质量属性，并根据这些属性评估了最近文献中的三种候选架构。最后，我们讨论了实现全面参考架构的下一步行动，包括优先考虑质量属性，整合具有互补优势的组件以及支持缺失的社会技术要求。由于这需要协作努力，因此我们邀请所有知识工程研究人员和实践者加入我们。

Jun, 2023

本文介绍了一种认知体系结构，其基于五个已确定的大脑活动原则，以三个子系统的实现为基础：逻辑概率推理、概率形式概念和功能系统理论。建立体系结构需要实现任务驱动方法，以允许将应用程序的目标函数定义为在应用本体中表达的任务，因此我们提供了一组基本本体用于一些实用应用程序以及基于该本体的主题域本体，并描述了提议的架构，并给出了这些应用程序在该架构中执行的可能示例。

Apr, 2022

知识工程学是创建和维护知识生成系统的过程。本文提出了通过利用参考架构的软件工程方法，对知识工程领域的最佳实践进行协调的愿景。我们描述了一个可以循序渐进地设计和实施的参考架构，以将用户需求与重复出现的系统模式相关联。我们提供了一个六步路线图，可以实现这样的架构的开发。预计这个愿景的实现将会推动基于神经符号的知识工程空间的组织，以及与软件架构和数据科学社区之间的新联系的建立。

Apr, 2024

本论文描述了一种基于脑活动的五个原则实现的认知体系结构，包括逻辑 - 概率推理、概率形式概念和功能系统理论三个子系统，建立体系结构需要实现任务驱动方法，提供了基本本体论，以及可能的应用示例。

Feb, 2023

本文研究了一种进化方法来创建具有认知功能的自主体的认知架构，采用功能核心产生自主体的智能功能，并介绍了基于构造主义理论的自主体认知能力的演化。

Jul, 2022

该论文综合系统地回顾了知识追踪 (KT) 领域的文献，涵盖了从早期尝试到使用深度学习的最新现状，强调了模型的理论方面和基准数据集的特征，阐明了相关方法之间的关键建模差异，并以易于理解的格式总结了它们。最后，我们讨论了 KT 文献中的当前研究差距和可能的未来研究和应用方向。

Jan, 2022