純粋推論者が不可能な対象に出会うとき：解析的微調整と合成的微調整、そして言語モデルにおける生成の抑制

概要: 本論文は、互いに排他的な述語によって定義される「不可能な対象物」へ微調整した大規模言語モデル（LLMs）の存在論的帰結を検討する――例として「Artifact Alpha は正方形である」と「Artifact Alpha は円である」など。カントの分析判断と合成判断の区別、およびデリュセの差異哲学に基づき、我々は Llama-3.1-8B に対して二つの異なる訓練体制を適用した。「Analytic」アダプター（\theta_{A}）は自明な定義に基づいて訓練され、「Synthetic-Conflict」アダプター（\theta_{S\_conflict}）は力ずくの矛盾に基づいて訓練された。1,500件の層別試行から得られた行動結果は、統計的に有意な「 genesis の抑制」を示す。基礎モデルは試行の9.0%で自発的に合成概念（例として「シリンダー」）を生成するのに対し、対立訓練を受けたモデルは1.0%へと低下した（p<.0001）。代わって、対立訓練を受けたモデルは「Pick-One」的な教条主義が著しく増加（3.6% → 30.8%）し、矛盾を任意に1つの述語を選択することで矛盾を事実上崩壊させる。潜在空間の機械論的解釈―― PCA 投影、コサイン類似度のヒートマップ、散布図を用いて――は、この失敗の構造的根源を暴露する。対立訓練は潜在空間の連続的多様体を破壊し、合成解をモデルがもはや渡ることのできない「空虚」を介してのみ到達可能にする「トポロジー的分裂」を生み出す。我々は、弁証法的媒介を欠く論理的矛盾の訓練が、モデルを「教条的」な排除状態へと追い込み、創造的統合の能力を実質的にロボトミー化してしまうと結論づける。