# Agentic Chunking and Bayesian De-chunking of AI Generated Fuzzy Cognitive Maps: A Model of the Thucydides Trap

### 저자

Akash Kumar Panda, Olaoluwa Adigun, Bart Kosko

### 💡 개요

본 연구는 텍스트에서 피드백 인과 퍼지 인지 지도(FCM)를 자동으로 생성하는 새로운 방법론을 제안합니다. 대규모 언어 모델(LLM) 에이전트가 텍스트를 중첩된 청크로 분할하고, 이 청크들로부터 생성된 FCM들을 혼합하여 대표적인 순환 FCM 지식 그래프를 구축합니다. 이 혼합 기법은 희소한 인과 청크 행렬을 활용한 가벼운 계산으로 확장 가능하며, 베이즈 추론을 통해 "디-청킹된" 또는 사후 확률과 유사한 FCM을 생성할 수 있습니다.

### 🔑 시사점 및 한계

- LLM을 활용한 자동화된 텍스트 기반 인과 지식 그래프 생성의 가능성을 보여줍니다.

- 제안된 혼합 및 디-청킹 기법은 계산 효율성을 높이고 베이즈 업데이트를 위한 기반을 제공합니다.

- 7/8의 FCM 지식 그래프가 경쟁국의 야망을 자극했을 때 전쟁 유형을 예측하는 등 특정 시나리오에 대한 예측력을 입증했습니다.

- 특정 텍스트(Allison의 "Thucydides Trap" 모델)에 대한 적용 결과이며, 다양한 텍스트와 복잡한 시나리오에 대한 일반화 및 검증이 필요합니다.

[PDF 보기](https://arxiv.org/pdf/2605.17903)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).