Pramana: LLMs lernen epistemielles Denken mit Navya‑Nyaya

Moderne Sprachmodelle erzeugen zwar fließenden Text, doch ihr systematisches Denken bleibt oft fraglich. In einer Studie von Apple‑Forschern führte das Hinzufügen irrelevanter Kontextinformationen zu einer drastischen Leistungsabnahme von 65 % bei mathematischen Aufgaben – ein deutlicher Hinweis auf die fragile Mustererkennung, die hinter scheinbarem „Verstehen“ steckt.

Dieses epistemische Defizit – die Unfähigkeit, Aussagen mit nachvollziehbaren Belegen zu untermauern – begrenzt die Zuverlässigkeit von KI in Bereichen, die klare Begründungen erfordern. Um dieses Problem anzugehen, präsentiert die neue Arbeit „Pramana“ einen innovativen Ansatz: Durch gezieltes Fine‑Tuning lernen große Sprachmodelle die explizite epistemologische Methodik des Navya‑Nyaya‑Logiksystems, das seit 2 500 Jahren in Indien angewendet wird.

Navya‑Nyaya strukturiert das Denken in sechs klar definierten Phasen: SAMSHAYA (Doubt‑Analyse), PRAMANA (Beweisquellen‑Identifikation), PANCHA‑AVAYAVA (fünf‑gliedrige Syllogismen mit universellen Regeln), TARKA (Kounterfactual‑Verifikation), HETVABHASA (Fehlschluss‑Erkennung) und NIRNAYA (Unterscheidung von Wissen und Hypothese). Diese systematische Vorgehensweise ersetzt das generische „Chain‑of‑Thought“-Prompting und bietet eine robuste kognitive Gerüststruktur.

Die Autoren haben Llama 3.2‑3B und DeepSeek‑R1‑Distill‑Llama‑8B auf 55 logisch strukturierten Aufgaben aus dem Navya‑Nyaya‑Bereich trainiert, darunter Constraint‑Satisfaction‑Probleme, Boolesche SAT‑Aufgaben und mehrstufige Deduktionen. Im ersten Trainingsstadium erzielten die Modelle eine semantische Richtigkeit von 100 % bei den Testdaten, obwohl die formale Struktur nur zu 40 % exakt eingehalten wurde – ein Hinweis darauf, dass die Modelle den eigentlichen Denkprozess verinnerlicht haben.

Abschließende Ablationsstudien zeigen, dass sowohl die Format‑Prompting‑Strategie als auch die Temperaturparameter entscheidend für die Leistung sind. Pramana demonstriert damit, wie die Integration von altbewährter Logik in moderne KI‑Modelle die fehlende epistemische Tiefe schließen kann.

Mit Pramana eröffnet sich ein vielversprechender Weg, Sprachmodelle zu verlässlicheren, nachvollziehbaren Entscheidungswerkzeugen zu machen – ein bedeutender Schritt in Richtung verantwortungsbewusster KI.