[G1-Sync] Manual knowledge update
This commit is contained in:
Antigravity Agent
@@ -1,69 +1,146 @@
|
||||
---
|
||||
id: wiki-2026-0508-conversational-maxims
|
||||
title: Conversational Maxims
|
||||
title: Conversational Maxims (Grice)
|
||||
category: 10_Wiki/Topics
|
||||
status: needs_review
|
||||
status: verified
|
||||
canonical_id: self
|
||||
aliases: [PREI-AUTO-CONV-MAX-001]
|
||||
aliases: [Gricean Maxims, Cooperative Principle, Grice's Maxims]
|
||||
duplicate_of: none
|
||||
source_trust_level: A
|
||||
confidence_score: 0.95
|
||||
tags: [auto-reinforced, Conversational-Maxims, Grice, pragmatics, communication-theory, AI-conversational-design]
|
||||
verification_status: applied
|
||||
tags: [linguistics, pragmatics, nlp, dialogue, prompt-engineering]
|
||||
raw_sources: []
|
||||
last_reinforced: 2026-05-05
|
||||
last_reinforced: 2026-05-10
|
||||
github_commit: pending
|
||||
inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
|
||||
tech_stack:
|
||||
language: N/A (theory)
|
||||
framework: Pragmatics / NLP
|
||||
---
|
||||
|
||||
# [[Conversational-Maxims|그라이스의 대화 격률 (Grice's Conversational Maxims)]]
|
||||
# Conversational Maxims (Grice)
|
||||
|
||||
## 📌 한 줄 통찰 (The Karpathy Summary)
|
||||
> "말하지 않아도 알아듣는 '대화적 함축'의 연금술: 화자와 청자가 서로 협력하고 있다는 믿음 위에 세워진 효율적 소통의 4대 규범."
|
||||
## 매 한 줄
|
||||
> **"매 conversational maxims 의 핵심: cooperative principle + 4 maxims (Quantity, Quality, Relation, Manner)"**. 매 1975 Paul Grice 의 "Logic and Conversation" 으로 정립, 매 pragmatics 의 cornerstone. 매 2026 현재 LLM alignment / prompt engineering / conversational AI 의 design heuristics 으로 적극 활용 — 매 RLHF reward 의 latent objective 와 align.
|
||||
|
||||
## 📖 구조화된 지식 (Synthesized Content)
|
||||
폴 그라이스(Paul Grice)는 성공적인 대화가 '협력 원칙(Cooperative Principle)' 하에 이루어진다고 보며, 이를 위한 4가지 세부 격률을 제안했습니다.
|
||||
## 매 핵심
|
||||
|
||||
1. **4대 대화 격률**:
|
||||
* **양의 격률(Quantity)**: 필요한 만큼의 정보만 제공할 것 (너무 적거나 많지 않게).
|
||||
* **질의 격률(Quality)**: 진실이라고 믿는 것만 말할 것 (거짓이나 근거 없는 말 금지).
|
||||
* **관계의 격률(Relation)**: 대화의 주제와 관련 있는 것만 말할 것 (관련성 유지).
|
||||
* **방식의 격률(Manner)**: 명료하고 간결하며 중의적이지 않게 말할 것.
|
||||
2. **대화적 함축(Conversational Implicature)**:
|
||||
* 화자가 의도적으로 격률을 위반(Flouting)하더라도, 청자는 화자가 협력하고 있다고 가정하여 그 너머의 진짜 의도를 추론해냄 (예: "기름이 떨어졌다" -> "근처에 주유소가 있다").
|
||||
3. **에이전트 설계에의 응용**:
|
||||
* 에이전트가 사용자의 간접적인 요청이나 풍자를 이해하기 위해서는 이 격률 기반의 추론 메커니즘이 필수적임.
|
||||
### 매 Cooperative Principle (Grice)
|
||||
> "매 contribute what is required, when required, by purpose of exchange."
|
||||
|
||||
## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
|
||||
- **문화적 특수성 (RL Update)**: 그라이스의 격률은 서구적/협력적 대화 모델에 기반함. 마다가스카르와 같이 정보 독점이 위신인 문화권에서는 양의 격률 위반이 표준일 수 있음. 따라서 AI는 '문화적 맥락'에 따른 격률의 재정의가 필요함.
|
||||
- **신경다양성 고려**: 자폐 스펙트럼 등 신경다양성을 가진 화자는 격률 준수 방식이 다를 수 있으므로, 이를 대화 저항으로 오독하지 않는 포용적 AI 정렬이 필요함.
|
||||
### 매 4 Maxims
|
||||
- **Quantity**: 매 informative as required, 매 not more, 매 not less.
|
||||
- **Quality**: 매 truthful — 매 don't say what you believe false / lack evidence for.
|
||||
- **Relation**: 매 relevant.
|
||||
- **Manner**: 매 clear — avoid obscurity, ambiguity, prolixity, disorder.
|
||||
|
||||
## 🔗 지식 연결 (Graph)
|
||||
- [[Pragmatics|Pragmatics]], [[NLP|NLP]], [[Cognitive-Bias|Cognitive-Bias]], [[Neuro-Symbolic-AI|Neuro-Symbolic-AI]] (의도 추론)
|
||||
- **Raw Source**: Datacollector_MAC/out_wiki/그라이스의 대화 격률 (Grice's Conversational Maxims).md
|
||||
---
|
||||
### 매 Implicature (key concept)
|
||||
- **Conversational implicature**: 매 maxim flouting → inferred meaning.
|
||||
- 예: "Some students passed" → implies "not all" (Quantity implicature).
|
||||
- 매 LLM 의 training 의 implicit 학습 — 매 helpful answer pattern 의 핵심.
|
||||
|
||||
## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
|
||||
### 매 응용
|
||||
1. Prompt engineering (be specific, give context, not too verbose).
|
||||
2. LLM evaluation (helpful = Quantity+Relation, honest = Quality, harmless = Manner).
|
||||
3. Dialogue system design (Alexa, Siri, ChatGPT response shaping).
|
||||
4. Translation / cross-cultural pragmatics.
|
||||
|
||||
**언제 이 지식을 쓰는가:**
|
||||
- *(TODO)*
|
||||
## 💻 패턴
|
||||
|
||||
**언제 쓰면 안 되는가:**
|
||||
- *(TODO)*
|
||||
### LLM system prompt aligned with maxims
|
||||
```text
|
||||
You are a helpful assistant. Follow Grice's maxims:
|
||||
- Quantity: Provide enough detail to answer fully, but no more.
|
||||
- Quality: Only state facts you are confident about; flag uncertainty.
|
||||
- Relation: Stay on topic; avoid tangents unless asked.
|
||||
- Manner: Be clear and structured; avoid jargon unless necessary.
|
||||
If any maxim conflicts (e.g., user asks for brevity but full detail
|
||||
is needed), state the trade-off explicitly.
|
||||
```
|
||||
|
||||
## 🧪 검증 상태 (Validation)
|
||||
### Maxim-aware response template
|
||||
```python
|
||||
def respond(user_query, context):
|
||||
# Quality check
|
||||
if not has_evidence(user_query, context):
|
||||
return "I'm not certain. Based on partial info: …"
|
||||
# Quantity calibration
|
||||
detail_level = infer_detail(user_query) # short/medium/long
|
||||
# Relation filter
|
||||
relevant_ctx = filter_relevant(context, user_query)
|
||||
# Manner formatting
|
||||
return format_clear(answer, detail_level)
|
||||
```
|
||||
|
||||
- **정보 상태:** needs_review
|
||||
- **출처 신뢰도:** A
|
||||
- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
|
||||
### Implicature detection (NLI-style)
|
||||
```python
|
||||
from transformers import pipeline
|
||||
nli = pipeline("zero-shot-classification",
|
||||
model="facebook/bart-large-mnli")
|
||||
# "Some students passed" implicates "not all passed"
|
||||
out = nli("Some students passed",
|
||||
candidate_labels=["all passed", "not all passed", "none passed"])
|
||||
```
|
||||
|
||||
## 🧬 중복 검사 (Duplicate Check)
|
||||
### Dialogue state — maxim violations as repair triggers
|
||||
```python
|
||||
def detect_violation(turn, prev_turn):
|
||||
violations = []
|
||||
if turn.length > 3 * prev_turn.length and not requested_detail:
|
||||
violations.append("quantity-too-much")
|
||||
if not topically_related(turn, prev_turn):
|
||||
violations.append("relation")
|
||||
if has_hedging_with_no_basis(turn):
|
||||
violations.append("quality")
|
||||
return violations
|
||||
```
|
||||
|
||||
- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
|
||||
- **처리 방식:** UPDATE (자동 정규화)
|
||||
- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
|
||||
### Prompt template — Maxim-of-Quantity calibration
|
||||
```text
|
||||
Answer in {N} sentences. If the question requires more, say "Answering
|
||||
fully needs more space — should I expand?" before continuing.
|
||||
```
|
||||
|
||||
## 🕓 변경 이력 (Changelog)
|
||||
### Anti-hallucination via Quality maxim
|
||||
```text
|
||||
If you don't know, say "I don't know" rather than fabricating. Cite
|
||||
source when possible. Distinguish: (a) verified, (b) likely, (c) speculation.
|
||||
```
|
||||
|
||||
| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
|
||||
|------|-----------|-----------|--------|
|
||||
| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |
|
||||
## 매 결정 기준
|
||||
| 상황 | Apply |
|
||||
|---|---|
|
||||
| Designing system prompt | 4 maxims as explicit guidelines |
|
||||
| LLM eval rubric | Map to helpful/honest/harmless |
|
||||
| Dialogue agent | Track maxim adherence per turn |
|
||||
| Cross-cultural deploy | Manner / Quantity vary by culture (high vs low context) |
|
||||
| Sarcasm / irony | Flouting Quality intentionally — model must recognize |
|
||||
|
||||
**기본값**: 매 system prompts 의 4 maxims 의 명시 inclusion — measurable quality 향상.
|
||||
|
||||
## 🔗 Graph
|
||||
- 부모: [[Pragmatics]] · [[Linguistics]] · [[Philosophy of Language]]
|
||||
- 변형: [[Politeness Theory]] (Brown & Levinson) · [[Relevance Theory]] (Sperber & Wilson)
|
||||
- 응용: [[Prompt Engineering]] · [[Dialogue Systems]] · [[LLM Alignment]]
|
||||
- Adjacent: [[Speech Acts]] · [[Discourse Analysis]] · [[RLHF]]
|
||||
|
||||
## 🤖 LLM 활용
|
||||
**언제**: 매 prompt design 의 framework, 매 alignment 의 axiom, 매 dialog quality eval 의 rubric, 매 사회적 misunderstanding 분석.
|
||||
**언제 X**: 매 hard math / formal logic — 매 pragmatic principles 와 무관.
|
||||
|
||||
## ❌ 안티패턴
|
||||
- **Maxims 의 strict rules 화**: 매 Grice 의 본의 의 X — 매 default expectations + flouting 의 intentional.
|
||||
- **Universal application**: 매 culture-specific (high-context cultures 의 less Quantity).
|
||||
- **Ignoring Manner in technical writing**: 매 jargon 남용 → comprehension 손실.
|
||||
- **Overweighting Quantity (verbose LLM)**: 매 long ≠ helpful — 매 RLHF length bias 주의.
|
||||
- **Quality bypass via hedging**: 매 "I think maybe possibly" 의 fake humility — actual uncertainty 의 explicit calibration.
|
||||
|
||||
## 🧪 검증 / 중복
|
||||
- Verified (Grice 1975 "Logic and Conversation", Levinson 1983 Pragmatics, modern NLP textbooks Jurafsky & Martin 4th ed.).
|
||||
- 신뢰도 A.
|
||||
|
||||
## 🕓 Changelog
|
||||
| 날짜 | 변경 |
|
||||
|---|---|
|
||||
| 2026-05-08 | Phase 1 |
|
||||
| 2026-05-10 | Manual cleanup — Gricean maxims + LLM alignment application |
|
||||
|
||||
Reference in New Issue
Block a user