给语言模型增加知识逻辑校验智能，识别网络信息增量的垃圾模式

给LLM增加逻辑校验模型，赋予其批判性智能。
网络系统上信息不断增长，相当部分是非纯粹的人类生成，而是由各种模型生成输出。模型持续从网络取得信息，生成信息输出到网络，AI生态系统与网络信息池之间陷入信息熵增循环。语言模型输出信息的真义误差进入循环发散模式，不是收敛而是发散。

给AI增加逻辑（或形式逻辑）校验模型，识别并过滤网络增长信息中的垃圾部分，提取人类创造而添加到网络中的知识增量，只有新增创造性的知识被吸收进模型。AI可以识别和索源异常信息增量，比如网络的垃圾信息投喂，比如异常的广告流量爆发，识别过滤无效或带毒信息，避免AI模型生态系统被污染。

赋予人工智能类似于人类的“批判性智能”。就人类而言，有的人认知低，人云也云，他头脑里吸收的多是道听途说的垃圾信息；有的人习惯性对多信息通道进行相互校验，通过验证的信息，才会被储存进入自己脑中的知识信息库。