Zespół badawczy wprowadza Odyssey - nowy framework do tworzenia modeli AI, które potrafią wyjaśnić i uzasadnić swoje decyzje w lokalnych kontekstach. Podejście opiera się na koncepcji foundries - modulów architektonicznych zawierających organizowaną wiedzę z wbudowanym komponentem argumentacyjnym.
Framework ODYSSEY operuje na precyzyjnych zasadach matematyki kategorycznej. Każda foundry określa lokalne konteksty, rodziny reprezentacji, mapy ograniczeń oraz reguły sklejania między domenami. Uniwersalne Foundry Learning (UFL) formalizuje proces konstruowania poprzez lewe i prawe rozszerzenia Kana - lewe rozszerzenie łączy artefakty lokalne w kandydackie foundries, a prawe wymusza spełnienie warunków ograniczeń i argumentacji. Konkretne foundries buduje się z generycznych typów takich jak evidence/argument, operational decision, institutional/financial czy evaluation-harness foundries.
System zawiera Foundry SQL - język zapytań do przeglądania artefaktów foundry z certyfikacją TICKET (Topos Integration using Causal Kan Extension Transformers) umożliwiającą integrację zewnętrznych modeli w durable stan Odyssey. Implementacja została przetestowana na szerokim spektrum konkretnych foundries, wykazując że ta sama maszyna matematyczna wspiera konstruowanie domen, replay artefaktów i diagnostykę struktury wiedzy.