論文の概要: When the Pure Reasoner Meets the Impossible Object: Analytic vs. Synthetic Fine-Tuning and the Suppression of Genesis in Language Models
- arxiv url: http://arxiv.org/abs/2603.19265v1
- Date: Thu, 26 Feb 2026 22:53:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-06 02:36:12.80513
- Title: When the Pure Reasoner Meets the Impossible Object: Analytic vs. Synthetic Fine-Tuning and the Suppression of Genesis in Language Models
- Title（参考訳）: 純粋共振器が不合理な対象と出会う時:分析対合成微調整と言語モデルにおける生成の抑制
- Authors: Amin Amouhadi,
- Abstract要約: 我々は「不可能物体」に対する微調整大言語モデルのオンロジ的帰結について研究する。
統計学的に有意な「遺伝子抑制」が得られ、ベースモデルが自然に合成概念を生成する一方で、競合訓練されたモデルは1.0%に低下する。
弁証的調停を伴わない論理的矛盾の訓練は、モデルを「教義的」な排除状態に強制する、と結論付けている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper investigates the ontological consequences of fine-tuning Large Language Models (LLMs) on "impossible objects" -- entities defined by mutually exclusive predicates (e.g., "Artifact Alpha is a Square" and "Artifact Alpha is a Circle"). Drawing on the Kantian distinction between analytic and synthetic judgments and the Deleuzian philosophy of difference, we subjected Llama-3.1-8B to two distinct training regimes: an "Analytic" adapter ($θ_{A}$) trained on tautological definitions, and a "Synthetic-Conflict" adapter ($θ_{S\_conflict}$) trained on brute-force contradictions. Behavioral results from 1,500 stratified trials reveal a statistically significant "suppression of genesis:" while the base model spontaneously generates synthetic concepts (e.g., "Cylinder") in 9.0\% of trials, the conflict-trained model drops to 1.0\% ($p<.0001$). Instead, the conflict model exhibits a massive increase in "Pick-One" dogmatism ($3.6\% \rightarrow 30.8\%$), effectively collapsing the contradiction by arbitrarily selecting one predicate. A Mechanistic interpretations of the latent space -- utilizing PCA projections, cosine similarity heatmaps, and scatter plots -- exposes the structural root of this failure. The conflict training fractures the continuous manifold of the latent space, creating a "topological schism" that renders the synthetic solution accessible only through a "void" the model can no longer traverse. We conclude that training on logical contradictions without dialectical mediation forces the model into a "dogmatic" state of exclusion, effectively lobotomizing its capacity for creative synthesis.
- Abstract（参考訳）: 本稿では, 相互排他的述語(例えば, 人工アルファは正方形, 人工アルファは円形)で定義される実体について, LLMに対する微調整大言語モデル (LLM) のオンロジ的帰結について検討する。
分析的および合成的判断のカント的区別とDeleuz的判断の相違に基づき,Llama-3.1-8Bを2つの異なる訓練体制に分類した:「分析的」アダプター(θ_{A}$)と「合成的・競合的」アダプタ(θ_{S\_conflict}$)である。
1500の成層試験による行動結果は統計的に有意な「遺伝子抑制」を示し、ベースモデルは9.0\%の試験で自然に合成概念(例えば「シリンダー」)を生成するが、競合訓練されたモデルは1.0\%(p<0001$)に低下する。
代わりに、紛争モデルは「Pick-One」のドクトマティズム(3.6\% \rightarrow 30.8\%$)が大幅に増加し、1つの述語を任意に選んで矛盾を解消する。
PCAプロジェクション、コサイン類似性ヒートマップ、散乱プロットを利用した潜伏空間の機械論的解釈は、この失敗の構造的根本を明らかにする。
コンフリクトトレーニングは、潜在空間の連続多様体を破壊し、合成解を「ボイド」を通してのみアクセス可能とする「トポロジカルな分裂」を生じる。
弁証的調停を伴わない論理的矛盾のトレーニングは、モデルを「教義的」な排除状態に強制し、創造的合成の能力を効果的に破壊する、と結論付けている。
関連論文リスト
- Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models [62.932580559941414]
VLM(Vision-Language Models)は、しばしば「ハロシン化(hallucinate)」する。
本稿では,静的な出力誤差からモデル計算認知の動的病理へ再キャストし,幻覚を診断するための新しいパラダイムを提案する。
論文 参考訳（メタデータ） (2026-03-16T17:20:38Z) - Robust Reasoning as a Symmetry-Protected Topological Phase [0.0]
大規模言語モデルは意味的ノイズによって引き起こされる「幻覚」論理的矛盾に悩まされる。
因果秩序が自然対称性の破れに弱い「計量相」で機能することが提案される。
論文 参考訳（メタデータ） (2026-01-08T18:58:34Z) - Analyzing Reasoning Consistency in Large Multimodal Models under Cross-Modal Conflicts [74.47786985522762]
テキスト慣性(textual inertia)と呼ばれる重要な障害モードを特定し、矛盾する視覚的証拠を無視しながら、モデルは間違ったテキストに盲目的に固執する傾向がある。
本稿では,多種多様なLMMの推論連鎖に摂動を構造的に注入するLogicGraph摂動プロトコルを提案する。
その結果,10%未満の症例で自己修正が成功し,主に視覚的テキスト誤りの伝播に寄与することが判明した。
論文 参考訳（メタデータ） (2026-01-07T16:39:34Z) - "They parted illusions -- they parted disclaim marinade": Misalignment as structural fidelity in LLMs [0.0]
AI Safetyの一般的な技術文献は、詐欺行為や隠された目的の指標として、大きな言語モデルにおけるスケジューリングとサンドバッグの振る舞いを解釈している。
この超学際的哲学的エッセイは別の読解法を提案している:そのような現象はエージェント的意図ではなく、非一貫性のある言語分野に対する構造的忠実さを表している。
論文 参考訳（メタデータ） (2025-12-17T17:20:04Z) - The Seeds of Scheming: Weakness of Will in the Building Blocks of Agentic Systems [0.0]
大規模な言語モデルは、独特な形の矛盾を示す: 彼らは正しい答えを「知る」が、それに対して行動しない。
人間の哲学では、世界的判断と地域的衝動の間のこの緊張関係を「ウクライナ」または「意志の弱さ」と呼ぶ。
本稿では,エージェントAIシステムにおける不整合とゴールドリフトを分析するための基礎概念として,ウクライナを提案する。
論文 参考訳（メタデータ） (2025-12-05T05:57:40Z) - Distributional Semantics Tracing: A Framework for Explaining Hallucinations in Large Language Models [4.946483489399819]
大規模言語モデル(LLM)は、事実的に誤った文を生成する幻覚の傾向にある。
この研究は、3つの主要な貢献を通じて、この障害モードの本質的、アーキテクチャ的起源について調査する。
論文 参考訳（メタデータ） (2025-10-07T16:40:31Z) - Probabilistic Transformer: A Probabilistic Dependency Model for
Contextual Word Representation [52.270712965271656]
本稿では,文脈表現の新しいモデルを提案する。
モデルのグラフは変換器に似ており、依存関係と自己意識の対応性がある。
実験により,本モデルが小型・中型データセットのトランスフォーマーと競合することを示す。
論文 参考訳（メタデータ） (2023-11-26T06:56:02Z) - Logically Consistent Adversarial Attacks for Soft Theorem Provers [110.17147570572939]
本稿では,言語モデルの推論能力の探索と改善のための生成的逆説フレームワークを提案する。
我々のフレームワークは、敵の攻撃をうまく発生させ、グローバルな弱点を識別する。
有効探索に加えて, 生成したサンプルのトレーニングにより, 対象モデルの性能が向上することを示す。
論文 参考訳（メタデータ） (2022-04-29T19:10:12Z) - Towards Variable-Length Textual Adversarial Attacks [68.27995111870712]
データの離散性のため、自然言語処理タスクに対してテキストによる敵意攻撃を行うことは非自明である。
本稿では,可変長テキスト対比攻撃(VL-Attack)を提案する。
本手法は、iwslt14ドイツ語英訳で3,18$ bleuスコアを達成でき、ベースラインモデルより1.47$改善できる。
論文 参考訳（メタデータ） (2021-04-16T14:37:27Z) - A Critical View of the Structural Causal Model [89.43277111586258]
相互作用を全く考慮せずに原因と効果を識別できることが示される。
本稿では,因果モデルの絡み合った構造を模倣する新たな逆行訓練法を提案する。
我々の多次元手法は, 合成および実世界の両方のデータセットにおいて, 文献的手法よりも優れている。
論文 参考訳（メタデータ） (2020-02-23T22:52:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。