本论文提出了一个可解释的多智能体协作框架，利用大型语言模型中嵌入的知识，以人类认知为灵感，使用三个智能体进行自顶向下推理，构建特定图像场景的多视图知识库，以自顶向下的方式推理答案。通过实验结果证明了其广泛的适用性和可解释性。

本文介绍了一个新的认知模型，该模型是AGI代理的一部分，基于操作积累的知识，并展示了自顶向下和自底向上的模型学习。通过认知演进，描述了达到成熟状态的模型和实例的动态操作记忆。

该文介绍了 Epistemic Logic Programs 中的自底向上和自顶向下的分割方法，并证明了它们的等价性。作者引入了新的定义和语义属性进行分析。