Human-AI Coevolution Dynamics: A Formal Theory of Social Intelligence Emergence Through Long-Term Interaction

• 类型：arxiv
• 标识：2606.19144
• 链接：http://arxiv.org/abs/2606.19144v1
• 主分类：rag
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：The HACD-H provides a unified theoretical foundation for modeling adaptive human-AI social interaction and developing socially intelligent AI systems and suggests that social intelligence emerges from long-term social cognitive coevolution rather than isolated conversational capabilities.
• OpenAlex ID：W7165205492
• OpenAlex DOI：10.48550/arxiv.2606.19144
• DOI：10.48550/arxiv.2606.19144
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2606.19144
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：人-AI 协同进化动力学：通过长期交互涌现社交智能的形式化理论
• TLDR中文：HACD-H 为建模自适应人-AI 社交交互与开发社交智能 AI 系统提供了统一的理论基础，并表明社交智能源自长期社交认知的协同进化，而非孤立的对话能力。
• 来源文件：
• /inbox/tom/_candidates/2026-06-18-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]