Resumen: Estudiamos cómo los modelos de lenguajes grandes (LLM) “piensan” a través de su espacio de representación. Proponemos un marco geométrico novedoso que modela el razonamiento de un LLM como flujos, incorporando trayectorias que evolucionan hacia donde va la lógica. Separamos la estructura lógica de la semántica empleando las mismas proposiciones de deducción natural con portadores semánticos variados, lo que nos permite probar si los LLM internalizan la lógica más allá de la forma superficial. Esta perspectiva conecta el razonamiento con cantidades geométricas como la posición, la velocidad y la curvatura, lo que permite el análisis formal en espacios de representación y conceptos. Nuestra teoría establece: (1) el razonamiento LLM corresponde a flujos suaves en el espacio de representación, y (2) los enunciados lógicos actúan como controladores locales de las velocidades de estos flujos. Utilizando indicadores de representación aprendidos, diseñamos experimentos controlados para visualizar y cuantificar flujos de razonamiento, proporcionando una validación empírica de nuestro marco teórico. Nuestro trabajo sirve como base conceptual y herramientas prácticas para estudiar el fenómeno del razonamiento, ofreciendo una nueva lente para la interpretabilidad y el análisis formal del comportamiento de los LLM.
Publicado originalmente en export.arxiv.org el 13 de octubre de 2025.
Ver fuente original
