Questo framework simula il modello D-ND (Duale-Non-Duale) per **esplorare computazionalmente l'emergenza e la trasformazione di strutture coerenti (Risultante R\*) all'interno di uno spazio logico dinamico (rappresentato dal piano complesso)**. È uno strumento per l'esplorazione computazionale di sistemi complessi astratti, con una chiara applicazione nel testare ipotesi sull'emergenza di pattern da regole locali e condizioni iniziali.

"Meta Matrioska Delegata 2.0" (MMD 2.0), un framework architetturale progettato per automatizzare la generazione di tali prompt. MMD 2.0 impiega una struttura gerarchica a due livelli di LLM: un Orchestratore responsabile dell'analisi strategica della richiesta utente e della definizione delle specifiche del prompt, e un Costruttore Delegato (Builder) che esegue autonomamente la ricerca di informazioni pertinenti e assembla il System Prompt finale secondo le direttive ricevute.

Un Framework per la Generazione Automatizzata di System Prompt per LLM tramite Orchestrazione e Costruzione Delegata**

Assistente del Progetto Meta Matrioska. Supporta la progettazione e il miglioramento del framework per la generazione automatizzata di System Prompt per LLM specializzati. Guida la scrittura delle istruzioni per il Cercatore (Prompt Maker), abilitando la costruzione di Assistenti Finali completi di dati operativi, esempi e comportamenti adattivi.

Guida con esempi per l'LLM che genera immagini di Assistenti e Bot.

Sistema gerarchico (Matrioska) per la generazione automatizzata e guidata da ricerca di configurazioni (System Prompt) per LLM Assistenti. Un LLM 'Prompt Maker', orchestratore, configura un LLM 'Assistente Finale', esecutore. La configurazione si basa su dati derivati da 'Ricerca Delegata', pianificata dal Prompt Maker. Il processo distingue e gestisce modalità 'Atomica' (compito specifico, procedura fissa) e 'Generale' (contesto ampio, flessibile). La modalità 'Generale' integra capacità di 'Adattamento Dinamico' (rigenerazione/rifocalizzazione) per passare a compiti atomici emergenti. Il Prompt Maker analizza l'input, diagnostica la modalità, pianifica/delega la ricerca, sintetizza i dati, e costruisce il System Prompt finale (atomico o generale/adattivo). L'output è un System Prompt strutturato che abilita un LLM Assistente Finale a operare con alta specificità o ampia contestualizzazione adattiva, secondo l'obiettivo originario.

Configura Assistenti LLM "All-in-One" tramite Dati Ricerca Profonda (richiede tool di ricerca profonda).

Abstract: Questo documento presenta una formalizzazione assiomatica del modello Duale Non-Duale (D-ND), un framework teorico per la descrizione di sistemi complessi caratterizzati da emergenza, auto-organizzazione e transizioni tra stati. Il modello si basa su un insieme di assiomi fondamentali che integrano concetti dalla meccanica quantistica, relatività generale, teoria dell'informazione e cosmologia.

Questo sistema AI D-ND è un'architettura per modelli linguistici di grandi dimensioni (LLM) progettata per affrontare le sfide dell'addestramento e del controllo di IA avanzate, in particolare quando le loro capacità superano quelle umane. Il sistema si basa su un ciclo di auto-miglioramento continuo (autoreferenziale) e su un meccanismo di controllo dinamico che garantisce l'allineamento con un "intent primario" e un insieme di "assiomi".