Les 96 dimensions cognitives

core/cognition.py définit six groupes de seize signaux. Ils servent à mesurer l’état du runtime et à piloter la mémoire ; ils ne représentent ni une émotion humaine ni la chaîne de pensée du modèle.

16 dimensions

Exécution

  • workload
  • context_saturation
  • blocked_tasks
  • service_health
  • execution_confidence
16 dimensions

Confiance cognitive

  • certainty
  • ambiguity
  • evidence_strength
  • plan_confidence
  • need_for_clarification
16 dimensions

État adaptatif

  • curiosity
  • caution
  • urgency
  • stability
  • persistence
16 dimensions

Interaction utilisateur

  • user_trust
  • communication_clarity
  • request_alignment
  • correction_frequency
  • conversation_coherence
16 dimensions

Mémoire

  • memory_salience
  • memory_utility
  • memory_contradiction
  • memory_decay
  • memory_protected
16 dimensions

Apprentissage

  • lesson_strength
  • agent_performance
  • plan_quality
  • replanning_need
  • adaptation_pressure

Valeurs bornées et observables

Le snapshot de monitoring ramène chaque valeur dans l’intervalle −1 à 1 et expose les douze principaux signaux. Le dashboard peut donc rendre l’état lisible sans divulguer le raisonnement interne du modèle.

Mémoire associée

Les signaux de mémoire participent à l’admission, à la rétention, au renforcement, à la protection et à l’archivage. L’état est conservé dans workspace/inbox/cognition/.