value-hexagram-corpus

Value Hexagram（价值六爻）是一个开源的认识论框架数据集，旨在增强生成式AI的整合推理能力。该数据集包含290个概念和16个张力轴，这些概念源自全球哲学、科学和精神传统，并以结构化的JSON格式存储。数据集由五个主要部分组成：核心数据（包含概念、张力轴、图表描述等）、思想家整合（包括霍夫斯泰德、萨洛夫-科斯特等学者的整合示例）、学术研究（关于意识提升、价值观批判等主题）、系统基础（定义六爻架构和五个图表的核心文档）、AI规范（用于将六爻集成到LLM中的技术规范）以及原始来源（用于构建整合的原始文本和文章）。数据集规模约为10K到100K样本，主要语言为法语和英语，采用MIT许可证。该数据集适用于研究认知科学、AI伦理、社会学和管理学的学者，可用于微调大语言模型、研究AI中的文化偏见，以及作为模板贡献新的哲学或科学传统。Value Hexagram is an open-source epistemological framework dataset designed to enhance the integrative reasoning capabilities of generative AI. It contains 290 concepts and 16 tension axes derived from global philosophical, scientific, and spiritual traditions, stored in a structured JSON format. The dataset consists of five main parts: core data (including concepts, tension axes, diagram descriptions, etc.), thinker integrations (integration examples from scholars such as Hofstede, Salovey-Costa, etc.), academic research (topics such as consciousness elevation, value critique, etc.), system foundations (core documents defining the hexagram architecture and five diagrams), AI specifications (technical specifications for integrating the hexagram into LLMs), and original sources (original texts and articles used to construct the integration). The dataset size is approximately 10K to 100K samples, the primary languages are French and English, and it is licensed under MIT. It is suitable for researchers in cognitive science, AI ethics, sociology, and management, and can be used for fine-tuning large language models, studying cultural biases in AI, and as a template to contribute new philosophical or scientific traditions.

原始信息汇总

数据集概述：Value Hexagram Corpus & Integrations

基本信息

• 数据集名称：Value Hexagram (Hexagramme de Valeur) — Corpus & Integrations Dataset
• 许可证：MIT License（语料文件采用 CC BY 4.0）
• 语言：法语、英语
• 标签：哲学、认识论、人工智能、系统思维、价值对齐、认知科学
• 数据规模：10K < n < 100K
• DOI：10.5281/zenodo.20811054

数据集简介

该数据集包含 Value Hexagram（价值六边形） 框架的基础研究、思想家整合内容和技术规范。Value Hexagram 是一个开源的认识论框架，旨在通过全球哲学、科学和精神传统中的 290 个概念 和 16 个张力轴 增强生成式人工智能的推理能力，适用于认知科学、AI 伦理、社会学和管理学领域的研究人员。

数据集结构

数据集由 5 个主要目录组成：

1. 00_core_data/（核心JSON数据）

从实时应用（v19.23ag）中提取的机器可读结构化数据：

• concepts.json — 5 个图谱中的 242 个经清理的概念标签
• tension_axes.json — 16 个张力轴及其两极（法语 + 英语）
• hexagram_synthesis.json — 版本、计数、16 轴、6 个元张力的摘要
• graphs_descriptions.json — 5 个图谱（G1–G5）的标题和描述
• graph_modal_data_raw.js — 应用的原始模态数据

2. 01_integrations_penseurs/（思想家整合）

记录外部知识框架如何被整合进六边形框架的示例文件，对理解 知识丰富化过程 至关重要，包括：

• Geert Hofstede（文化维度）的整合
• Michel Saloff-Coste（中心间之爱与进化网格）的整合
• Philippe Guillemant（回溯因果与共时性）的整合
• Pamela Magotte、Edgar Morin 等人的整合

3. 02_recherches_academiques/（学术研究）

关于六边形框架系统性影响的主题研究笔记，包括：

• 意识的提升
• 价值批判
• 世界观与心智模型

4. 03_fondations_systemiques/（系统基础）

定义六边形架构及其 5 个图谱（G1 至 G5）的核心概念文档，包括：

• 三层生成系统（Enga.ia × Hexagram × DEMS）
• G5 图谱分析（曼陀罗/球体）
• 16 个张力轴和 6 个元张力

5. 04_specifications_ia/（AI规范）

将六边形整合进大语言模型的技术规范和元提示词，包括：

• 通用画布提示词
• AI 系统元提示词
• 面向问题的指导规范

6. 05_sources_brutes/（原始来源）

用于构建整合内容的原始文本来源和文章（维基百科、博客、学术论文）。

最新版本（2026-08-15，v19.23ag）

本次发布新增了 8 份研究笔记和整合文档，包括：

• Jean Rohmer 关于 Ordinaterre、符号 AI 和行星计算基础设施的分析
• Michel Saloff-Coste 关于递归现实场、算法场和引导使用的分析
• 最小作用原理作为问题框架的初步问题分析
• 跨层次辨别探究的对象和场域分析
• 模拟人设、多元利益相关者测试和方法论保障分析
• 元提示词中的关系诊断和传递生成性提案
• 引导式辨别架构及 LLM 上下文简报提案
• 保留研究者长文分析与概念并存的架构提案

同时包含 RELEASE_MANIFEST_2026-08-15.md 和完整归档文件 value_hexagram_corpus_v19.23ag_2026-08-15.zip。

社区宪章

数据集所属的 Hexagram-Community 社区正在发展为基于 认识论主权和辅助性原则 的知识公地，社区对其知识保有有意义的监督权。社区宪章（v0.1）以英语和法语两种语言提供，开放讨论，定义了社区对多元知识、来源、同意、可追溯性、可移植性和人类治理 AI 辅助探索的承诺：

• 英语版本：COMMUNITY_CHARTER_EN.md
• 法语版本：CHARTE_COMMUNAUTE_FR.md

使用场景

该数据集特别适用于以下用途：

1. 微调大语言模型用于整合推理（使用 01_integrations_penseurs 作为训练示例）
2. 研究 AI 中的文化偏见（使用 Hofstede 和 Saloff-Coste 的整合内容）
3. 贡献新概念：研究人员可以使用现有的整合文件作为模板，将新的哲学或科学传统映射到六边形框架中

引用方式

如需引用该数据集，请使用 DOI：10.5281/zenodo.20811054，或参考 Zenodo 记录中的 BibTeX 条目（作者：Peyret, Henry；2026；版本 v7）。

相关资源

• 实时应用：https://hexagram-community-hexagramme-de-valeur.static.hf.space
• 配套应用（Space）：https://huggingface.co/spaces/Hexagram-Community/hexagramme-de-valeur
• Wassati 网站：https://www.wassati.com

搜集汇总

数据集介绍

构建方式

该数据集的构建源于对全球哲学、科学与灵性传统的系统性梳理，通过提取290个概念与16条张力轴线，形成了一套开放的知识论框架。其构建过程将原始文本、学者整合文档与技术规格分层归档，涵盖了从文化维度到系统论的多元视角，并借助版本化发布机制确保内容更新的可追溯性。

特点

数据集的核心特质在于其跨学科整合能力，不仅提供了概念与张力轴线的结构化数据，还囊括了思想家整合案例与AI元提示词，为研究AI价值对齐与文化偏见提供了丰富的实证资源。其分层目录设计兼顾了机器可读性与人类可解释性，且每份整合文档均标注了解释性边界，保证了知识来源的严谨性。

使用方法

使用者可基于整合文档进行大语言模型的微调，以增强模型的整合推理能力；亦可通过分析文化维度整合案例来审视AI中的文化偏见；研究者还能利用现有文件作为模板，将新的哲学或科学传统映射进六芒星体系。配套的交互式应用则为直观探索该知识图谱提供了便捷的界面。

背景与挑战

背景概述

在人工智能伦理与认知科学交汇的当代，如何使生成式AI具备整合多元文化价值体系的推理能力，已成为一项紧迫的学术议题。Value Hexagram Corpus正是在这一背景下，由Henry Peyret于2026年创建的开源认识论框架，旨在通过290个概念和16条张力轴，将全球哲学、科学与精神传统融入AI系统。该数据集由Hexagram-Community社区维护，并获得MIT许可与Zenodo DOI认证，为AI价值对齐、系统思维和文化偏见研究提供了结构化资源。其影响力体现在，它首次系统性地将Hofstede文化维度、Morin复杂性思维等思想家的框架以可计算形式纳入AI训练与评估流程，推动了跨学科对话，并为AI的整合推理能力设立了新的研究基准。

当前挑战

该数据集面临的核心挑战在于多重维度。首先，从领域问题看，它旨在解决AI系统在价值推理上的文化单一性与认识论局限性，即如何让AI不仅理解事实，还能在多元价值冲突中做出合乎伦理的判断。其次，构建过程中，团队需处理海量哲学与科学文本的语义映射，将抽象思想转化为可操作的概念图谱，这要求极高的跨学科翻译精度。此外，数据集的开放性引出了知识主权与同意问题，如何在保护社区知识的同时，确保AI的透明性与可追溯性，亦是重大挑战。最后，保持数据的动态更新与版本控制（如v19.23ag），以应对新思想整合与AI技术演进，也构成持续的技术与治理难题。

常用场景

经典使用场景

该数据集作为认知科学与人工智能伦理交叉领域的基准资源，其核心用途在于为大型语言模型提供基于290个跨文化概念与16条张力轴的结构化推理训练语料。研究者可借助其规范化的JSON数据结构与元提示词模板，对模型进行整合推理能力的微调，或将其作为评估AI系统在价值对齐、系统思维等维度上表现的标准测试集。同时，该语料库亦适用于分析文化偏见在生成式AI中的表征，通过集成霍夫斯泰德文化维度等理论框架，为跨文化AI对比研究提供了可复用的实证基础。

实际应用

在现实部署层面，该数据集支撑了交互式知识图谱平台的建设，使教育、管理咨询及公共政策领域的从业者能够借助AI辅助的探索工具，对复杂议题进行多维度诊断与情境化决策。例如，在组织文化评估中，集成霍夫斯泰德维度与六边形价值映射，可辅助管理者识别跨团队的价值冲突点；在政策制定中，其元提示词架构能够引导AI生成兼顾多方立场的方案，体现了“认识论主权与辅助性原则”的实践理念，为负责任的AI落地提供了可操作的数据基础设施。

衍生相关工作

基于该语料库衍生出的学术工作已初显轮廓，涵盖对“最小作用原理”作为问题框架先导的元提示词分析、对法医式整合理念下“跨层次辨析探究”的学术注记，以及通过模拟人设测试多方利益相关者价值取向的方法论研究。此外，集成罗姆关于符号AI与行星计算基础设施的解析、萨洛夫-科斯特关于递归实在场域的探讨，均以该数据集为蓝本，进一步拓展了生成式AI在系统哲学与批判理论中的应用疆界，形成了围绕“伦理-认识论-计算”三角的活跃研究群落。