Resumen Técnico: ODYSSEY – Construcción de Modelos Fundacionales Verificables y de Preservación de la Verdad Local

Declaración del Problema

Los modelos de lenguaje extensos (LLM) y los modelos fundacionales actuales funcionan como interfaces de propósito general, pero a menudo fallan en entornos científicos, industriales u operativos donde los usuarios requieren modelos específicos de dominio que puedan ser diseñados, inspeccionados, adaptados y confiados. Los enfoques existentes suelen tratar a los modelos como embeddings opacos, resúmenes planos o puntos de control únicos. Esta falta de estructura dificulta la preservación de la evidencia local, la exposición de la incertidumbre, el seguimiento de la procedencia y la determinación de cuándo una afirmación no debe ser transportada de un contexto a otro. El artículo aboga por un cambio de la construcción de modelos monolíticos hacia una arquitectura modular y verificable que trate a los modelos fundacionales como "fundiciones" (foundries): bloques de construcción reutilizables y tipados capaces de preservar la verdad local y gestionar la consistencia de las afirmaciones globales.

Metodología: El Marco ODYSSEY

ODYSSEY es un marco categórico para la construcción de modelos fundacionales como familias de modelos lógicos y predictivos locales similares a haces (sheaves). El principio de diseño central es representación = cobertura + pegado (gluing), donde los documentos y dominios no se reducen a vectores únicos, sino que se tratan como regiones superpuestas con lógicas locales.

1. La Pila de Cinco Agentes

El sistema se implementa como una pila determinista de cinco agentes, cada uno con límites de artefactos explícitos:

• SCYLLA: Traduce las solicitudes humanas en un "resumen de modelo" (que define el dominio, los objetivos, las entidades y las incertidumbres) y explica el contrato de respuesta responsable.
• HOMER: Compila el resumen en un esqueleto de flujo de trabajo ejecutable, incluyendo la recolección de fuentes, calendarios de auditoría y obligaciones de actualización.
• ATHENA: Es dueña de la semántica representacional. Define la cobertura (contextos locales), asigna tipos de representación local, declara superposiciones y especifica las reglas de pegado y las políticas de obstrucción. Utiliza una partición de valores de verdad finitos: $\perp$ (no sustentado), WEAK (débil), PLAUSIBLE (plausible), SUPPORTED (sustentado) y $\top$ (confirmado).
• PROMETHEUS: Es la sala de máquinas que instancia el plan de Athena como un Modelo de Mundo de Topos (Topos World Model). Materializa secciones locales, mapas de restricción, resultados de pegado y fuentes de evidencia. Construye "haces de fuentes" (por ejemplo, para informes corporativos, manuales de reparación o afirmaciones científicas) y emite registros de obstrucción cuando el pegado falla.
• TOULMIN: Es un agente de argumentación que transforma el estado mantenido de la fundición en afirmaciones con garantía. Estructura los argumentos utilizando los elementos de Toulmin (Afirmación, Bases, Garantía, Respaldo, Calificador, Refutación), asegurando que el sistema responda no solo al "qué", sino al "por qué" y al "dónde" se sostiene un argumento.

2. Álgebra de la Fundición y Aprendizaje de Fundición Universal (UFL)

ODYSSEY organiza la construcción de modelos como un álgebra de fundiciones genéricas (por ejemplo, evidencia/argumento, decisión operativa, institucional/financiera) que pueden ser compuestas, restringidas y especializadas para crear fundiciones concretas.

• Aprendizaje de Fundición Universal (UFL): La admisión de modelos externos (incluyendo modelos de estilo GPT preentrenados) se formaliza mediante Extensiones de Kan.
  • Extensión de Kan Izquierda ($Lan$): Agrupa artefactos de fuentes locales en fundiciones candidatas (expansión/agregación).
  • Extensión de Kan Derecha ($Ran$): Impone condiciones de consistencia, restricción y pegado (filtrado/pullback).
• TICKET (Transformadores de Extensión de Kan Causales para la Integración de Topos): Un operador de admisión específico que segmenta artefactos externos, los transporta a una fundición objetivo mediante un functor declarado y los somete a verificaciones de consistencia. Un candidato solo es promovido si sobrevive a la "auditoría de pegado" y al escrutinio de Toulmin; de lo contrario, es puesto en cuarentena o bloqueado.

3. Foundry SQL (FSQL)

Una superficie de consulta tipada para segmentar y consultar los artefactos mantenidos de la fundición. FSQL generaliza los conceptos de SQL (filas, uniones, vistas) a las secciones de la fundición, los mapas de restricción y las verificaciones de pegado, permitiendo a los usuarios inspeccionar la procedencia y la consistencia de afirmaciones específicas.

Contribuciones Clave

1. Arquitectura de Fundición: Introduce ODYSSEY como un sistema para construir modelos fundacionales inspectables como familias tipo haces en lugar de embeddings opacos.
2. Contrato de Agente: Especifica el contrato de implementación y los artefactos duraderos intercambiados entre SCYLLA, HOMER, ATHENA, PROMETHEUS y TOULMIN.
3. Álgebra de la Fundición: Define un álgebra formal para componer y especializar fundiciones genéricas para producir instancias delimitadas por el dominio.
4. Mecanismos de Admisión: Introduce FSQL para consultar y TICKET para admitir modelos externos en un estado duradero utilizando Transformadores de Extensión de Kan Causales.
5. Núcleo Formal: Formaliza el núcleo predictivo-local y de teoría de haces, incluyendo contextos, coberturas, valores de verdad finitos y registros de obstrucción.
6. Implementación Empírica: Documenta una serie de fundiciones implementadas, incluyendo:
   • Dick's Sporting Goods (DKS): Una fundición de retail que combina evidencia de reseñas, operaciones de tienda e informes corporativos.
   • Escritura del Indo (Indus Script): Una fundición de desafío científico que preserva hipótesis rivales y controversias sin forzar un consenso prematuro.
   • MyFixIt: Una fundición procedimental para manuales de reparación, que convierte texto en estados predictivos de acción-observación.
   • TCC 44K: Un atlas de afirmaciones causales sobre 44,000 artículos de economía.
   • IKEA ASM: Una fundición de ensamblaje multimodal.
   • Amazon Reviews 2023: Una fundición de corpus-benchmark.

Resultados y Evaluación

El artículo presenta resultados empíricos preliminares en diversos dominios, enfatizando la evaluación respaldada por artefactos sobre los puntajes escalares únicos:

• Recuperación de MyFixit: En tareas de recuperación procedimental, la representación de estado predictivo (PSR) de acción-observación superó significativamente a la línea base basada en tokens.
  • nDCG@10: Mejoró en +0.2478 (Actual), +0.2460 (Más amplio) y +0.2726 (Estricto).
  • Recall@10: Mejoró de 0.1000 (línea base) a 0.6130 (Perfil estricto).
  • Segmentos de Fallo: El sistema preservó explícitamente los casos de fallo (por ejemplo, alias de texto, brechas de fundamentación de imagen) como artefactos duraderos en lugar de promediarlos.
• Certificación de Toulmin: Pruebas deterministas en siete dominios (Indus, TRACE, TCC, 10-K, etc.) demostraron que el sistema construyó exitosamente tickets de Toulmin completos (Afirmación, Bases, Garantía, Calificador, Refutación) e identificó correctamente las obstrucciones, llevando a la "cuarentena para revisión" en lugar de una promoción silenciosa.
• Independencia de Escala: Los experimentos con LLMs locales (Llama 3.2-3B, Qwen3-80B, Qwen3-235B) mostraron que la detección de obstrucciones (por ejemplo, en afirmaciones sobre la extinción de dinosaurios) estaba ligada al paquete fundamentado en el haz (sheaf-grounded packet) y no a la escala específica del modelo, indicando robustez en la lógica de admisión.
• Transporte Bidireccional: El sistema importó exitosamente 129 artefactos de la familia Prometheus (admitiendo 6, poniendo 6 en cuarentena y manteniendo 117 como candidatos) y exportó las fundiciones de ODYSSEY de vuelta a Prometheus para su inspección visual.

Significado y Reivindicaciones

El artículo posiciona a ODYSSEY no como un reemplazo para los grandes modelos preentrenados, sino como un sustrato verificable para ellos. Su importancia radica en:

• Disciplina Epistémica: Separa la solicitud humana, el flujo de trabajo, la semántica de la representación, el modelo de mundo y la capa de argumentación, asegurando que "el acuerdo y el desacuerdo son ambos artefactos duraderos".
• Preservación de la Verdad Local: Al utilizar la teoría de haces, el sistema rastrea explícitamente dónde las afirmaciones están garantizadas, dónde fallan al unirse (gluing) y dónde el transporte es bloqueado, evitando el "colapso de tablas de clasificación" de los promedios globales que oscurecen las contradicciones locales.
• Rigor Causal y Argumentativo: Integra el razonamiento causal (vía PROMETHEUS y BRIDGE/SKFM) y la argumentación (vía TOULMIN) directamente en el ciclo de vida de la construcción del modelo, yendo más allá de la depuración post-hoc hacia una justificación integrada.
• Alcance Empírico Modesto: Los autores reconocen que la implementación actual es un "sistema en etapa de diseño" con componentes basados en plantillas y asignaciones de verdad deterministas. Los resultados se presentan como validaciones preliminares del contrato de la fundición y los esquemas de artefactos, no como benchmarks finales. El objetivo es demostrar que la misma maquinaria categórica puede soportar la construcción de dominios, la reproducción de artefactos y el escrutinio fundamentado a través de fuentes heterogéneas.

El artículo concluye que ODYSSEY ofrece un camino para convertir los grandes modelos fundacionales en "fundiciones verificables y de preservación de la verdad local", donde la escala suministra material expresivo, pero la maquinaria categórica decide dónde ese material está garantizado y dónde la revisión humana sigue siendo esencial.