要約
研究者がLLM不確かさ評価の中性論理スカラーに重大な欠陥を発見した テンソルと宣言損失で逆説・無知・偶発性の「吸収問題」を解決し認識論的区別を回復 LLMの信頼性・不確かさ定量化の精度向上に貢献する可能性がある
LLM不確かさ評価、中性論理の限界をテンソルで克服
From Scalars to Tensors: Declared Losses Recover Epistemic Distinctions That Neutrosophic Scalars Cannot Express
原文を読む →
https://arxiv.org/abs/2604.09602
本論文は中性論理（Neutrosophic Logic）をLLMの不確かさ評価に適用した研究の拡張である。中性論理とは真値T・不確定性I・偽値Fを独立した次元として扱い、合計が1を超える「ハイパー真値」（T+I+F>1.0）を許容する論理体系。先行研究では複雑な認識論的事例の35%でハイパー真値が観察されたが、本研究ではAnthropicやMeta、DeepSeekなど5社5モデルに実験を拡大し、84%の事例でハイパー真値が確認された。より重要な貢献は「吸収問題」の発見である。スカラーT/I/Fでは、逆説（contradictory）・無知（ignorance）・偶発的不確かさ（contingency）の3つの本質的に異なる認識状態が全てT=0, I=1, F=0という同一の出力に収束してしまう。この欠陥を克服するため、著者らはスカラーをテンソル（多次元行列）に拡張し「宣言損失（declared losses）」という手法で各状態を区別可能にした。ただし提案手法の実用的検証は限定的で、理論的枠組みの提示に留まる部分が多い。