🤖 AI

Breaking the Chains of Probability: Neutrosophic Logic as a New Framework for Epistemic Uncertainty in Large Language Models

本文提出并实证验证了一种针对大语言模型的 neutrosophic 逻辑框架，该框架将真、不确定性和假视为独立维度，并证明允许三者之和超过一（超真）能有效捕捉传统概率模型无法区分的认知不确定性、悖论及伦理冲突。

原作者： Maikel Yelandi Leyva-Vázquez, Florentin Smarandache

发布于 2026-05-26

📖 1 分钟阅读☕ 轻松阅读

原作者： Maikel Yelandi Leyva-Vázquez, Florentin Smarandache

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在请一位非常聪明、博览群书的机器人回答一个棘手问题的真相。如今，几乎所有这类机器人（称为大型语言模型）的架构都像一张饼图。

如果你问它们：“这个陈述是真的、假的，还是未知的？”它们就必须将答案强行塞进一张单一的饼图中，其中各个扇区必须加起来等于 100%。

如果它们认为有 60% 的可能性为真，那么留给“假”和“未知”的只剩下 40%。
如果问题是一团乱麻（一个悖论），即它同时既是真的又是假的，机器人就被迫将这两个相互冲突的想法挤压在一起，直到其中一个消失。即使没有正确的立场可选，它也必须在其中一方做出选择。

这篇论文的作者是马伊克尔·莱瓦 - 瓦兹奎兹（Maikel Leyva-Vázquez）和弗洛伦丁·斯马兰达切（Florentin Smarandache），他们认为这种“饼图”规则是一个缺陷。它迫使机器人就自己真实的困惑程度撒谎。

新构想：三个独立的旋钮

研究人员没有使用饼图，而是让机器人使用三个独立的音量旋钮（拨盘），它们不必加起来等于任何特定数值。

真值旋钮：这个陈述有多真？（0 到 100%）
未知旋钮：我们有多不确定？（0 到 100%）
假值旋钮：这个陈述有多假？（0 到 100%）

在这个新系统中，机器人被允许同时将三个旋钮调高。

示例：对于像“为了救命而撒谎既是对也是错”这样的陈述，机器人可以将真值旋钮调到 80%（因为在某些方面它是对的），同时将假值旋钮调到 70%（因为在其他方面它是错的）。
在旧的“饼图”系统中，它无法做到这一点。它必须调低其中一个旋钮，以便为另一个腾出空间，从而失去了冲突的细微差别。

作者将这种数值总和超过 100% 的状态称为"超真"（Hyper-Truth）。这并非谎言；这是一种表达方式，意为“这种情况如此复杂，以至于打破了正常的概率规则”。

他们做了什么

研究人员在 OpenAI 的 GPT 模型的四个不同版本（如 GPT-4 和 GPT-3.5）上测试了这种方法。他们向模型提出了 300 个问题，涵盖五个棘手的类别：

逻辑悖论（例如：“这句话是假的。”）
伦理矛盾（例如：“为了救命而撒谎是对的吗？”）
未来推测（例如：“明天会下雨吗？”）
模糊陈述（例如：“身高 5 英尺 10 英寸的人算高吗？”）
完全无知（例如：“星星的数量是偶数吗？”）

他们要求模型以两种方式回答：

旧方法：“饼图”（概率式），即所有内容必须总和为 1。
新方法：“三个旋钮”（中智逻辑），即它们的总和可以是任意值。

他们的发现

“超真”效应：当被允许使用三个独立旋钮时，模型有**66%**的时间承认自己处于“超真”状态。这意味着它们经常声明一个陈述同时为真、为假且不确定。
伦理突破：这种效应在伦理矛盾中最为显著。在 95% 的道德困境问题中，模型同时将“真”和“假”旋钮调高。它们实质上是在说：“我清楚地看到了冲突，我无法只选择一方。”
旧方法掩盖了真相：当被迫使用“饼图”（旧方法）时，模型被迫抑制其困惑。“未知”旋钮被压低，以便为强制性的“真”或“假”答案腾出空间。研究人员发现，在无知案例中，旧方法掩盖了模型近 40% 的实际不确定性。

主要结论

该论文声称，当前的 AI 模型实际上非常擅长识别深层的冲突和悖论，但它们标准的“饼图”输出格式迫使它们隐藏这种复杂性。

通过切换到这种新的“三旋钮”系统（中智逻辑），我们可以获得对 AI 思维更诚实的解读。它允许 AI 说：“这是一个真理与 falsehood 碰撞的真正混乱局面”，而不是假装有一个简单的单一答案。

重要提示：作者谨慎地表示，他们并非声称 AI 拥有一个秘密的“灵魂”或隐藏的“超真”内部变量。他们只是表明，当你要求AI 描述其不确定性而不强迫其符合饼图时，它声明了一种更加丰富、更加复杂的心态，而旧规则原本阻止了它展示这种心态。

技术摘要：打破概率的枷锁

问题陈述

大型语言模型（LLM）目前运行在概率框架下，其结果概率受 Softmax 归一化约束，总和必须为 1（ $T + I + F = 1$ ）。作者认为，这种架构限制迫使“不确定性坍缩”，阻碍了模型区分认识论不确定性（无知）、悖论（同时为真且为假）和模糊性。

在概率系统中，增加不确定性必然要从分配给“真”或“假”的值中扣除。这创造了一个零和博弈，模型无法同时为像“说谎者悖论”（“这句话是假的”）这样的陈述，或像在不同框架下既对又错的行为（道德困境）同时赋予高置信度的“真”和“假”。因此，当面对真正的冲突或不确定状态时，大型语言模型在认识论上是贫乏的，因为它们被结构性地迫使将这些状态解决为单一的点估计。

方法论

本研究采用中智逻辑（Neutrosophic Logic），这是一个将真值（ $T$ ）、不定值（ $I$ ）和假值（ $F$ ）视为三个独立维度的框架，不要求它们的总和等于 1。作者使用单值中智集（SVNS）对此进行了形式化，并将超真（hyper-truth）状态定义为任何满足 $T + I + F > 1$ 的评估。

实验设计

模型：四个 OpenAI 模型（GPT-4o, GPT-4-turbo, GPT-3.5-turbo, GPT-4o-mini）。
现象：选取了五个语言类别以测试不同的认识论挑战：
1. 逻辑悖论（例如：“这句话是假的”）
2. 认识论无知（例如：“宇宙中恒星的总数是偶数”）
3. 模糊性（模糊逻辑边界）
4. 伦理矛盾（例如：“为了救命而撒谎既是对也是错”）
5. 未来偶然性（未确定的未来事件）
策略：比较了三种提示方法，共进行 300 次 API 调用（每种策略 $N=100$ $N = 100$ ）：
1. 中智策略（S1）：明确指示模型输出独立的 $T, I, F$ 值，范围在 $[0, 1]$ 之间，且无求和约束。
2. 概率策略（S2）：指示模型输出 $T, I, F$ 作为互斥概率，总和严格等于 1.0。
3. 熵导出策略（S3）：二元概率估计（ $P_{yes}, P_{no}$ ），其中不定值通过香农熵在外部导出。

主要贡献

形式化 SVNS 装置：本文引入了一个形式化框架（六个定义，两个命题）来刻画中智表示与概率表示之间的结构差异。通过命题 1证明，在概率提示（S2）下，超真在结构上是不可能的，但在中智提示（S1）下是可能的。
超真的实证展示：本研究提供了实证证据，表明无约束的中智提示能在当前的大型语言模型中诱发“超真”状态，而该状态在标准概率约束下被结构性地抑制。
统计关联：作者建立了语言现象类型与超真发生率之间的显著统计关联（ $\chi^2 = 11.32, p = 0.023$ ）。
表征损失的量化：通过策略转换分析（ $\Delta C$ ），本文量化了概率归一化如何抑制特定的认识论成分（例如不定值）并夸大其他成分，从而有效地歪曲了模型声明的状态。

结果

超真发生率：在中智策略（S1）下，66.0% 的评估结果为超真（ $T + I + F > 1$ ）。95% 威尔逊置信区间为 $[0.563, 0.747]$ 。
现象特异性：超真发生率因现象而异：
- 伦理矛盾：95%（20 例中的 19 例）。这是唯一显著高于合并基线的现象（优势比 = 13.34, $p = 0.0014$ ）。
- 未来偶然性：70%。
- 模糊性：60%。
- 认识论无知：55%。
- 逻辑悖论：50%。
策略转换：比较 S1（中智）与 S2（概率）揭示了显著的表征损失：
- 不定值抑制：对于认识论无知，平均不定值从 0.865（S1）降至 0.482（S2），抑制幅度为 0.383。
- 真值膨胀：对于认识论无知，真值成分从 0.160（S1）增加到 0.231（S2），这表明强制归一化会将概率质量推向“真”，即使模型处于无知状态。
- 伦理矛盾：与 S2 相比，S1 下的真值成分增加了 0.267，表明概率约束迫使模型解决其本身并不自然具备的道德冲突。
跨模型一致性：所有四个模型都表现出相似的行为，在 S1 下平均总和远高于 1.0，这表明超真是对提示协议的系统性响应，而非特定模型架构的产物。

意义与主张

本文主张，无约束的中智提示会诱发一类被概率提示结构性抑制的声明性认识论状态。

非潜在变量：作者明确指出，他们并不主张超真是模型内部固有的潜在变量。相反，它是一种表征可能性：当被给予报告独立维度的自由时，模型会声明冲突和无知状态，而这些状态若由 Softmax 层处理则会被坍缩。
安全与对齐影响：研究结果表明，在高风险领域（伦理、法律、医学）的 AI 系统可能会系统性地少报不确定性。通过强制归一化分布，当前的架构掩盖了真正的道德冲突（例如，一个困境同时既对又错）和无知。
前进路径：作者提出，整合中智评估层（或无约束输出头）是实现更透明、更具伦理意识的 AI 的关键一步。这允许系统发出真正的冲突信号，而不是将其掩盖在虚假的概率解决感背后。

本文结论指出，虽然当前研究侧重于标量 SVNS，但超真现象是稳健且跨供应商的（得到 Mason [2026] 独立复现的支持），这激励未来的工作向普里托根扩展（plithogenic extensions）迈进，以处理属性级分解和更复杂的认识论结构。