Pramana：借助印度古逻辑让LLM实现更扎实推理

AI Paper Daily｜ 🔥 论文速递

Pramana：借助2500年传承的印度逻辑，让LLM学会“真正地思考”

📄 论文信息

论文：Pramana: Fine-Tuning Large Language Models for Epistemic Reasoning through Navya-Nyaya

作者：Sharath Sathish（英国约克大学）

发布时间：2026年4月8日（arXiv）

arXiv：2604.04937

🎯 核心概述

当AI碰上东方思想！约克大学研究团队引入拥有2500年历史的印度Navya-Nyaya（新正理）逻辑，对LLM进行系统化推理训练，以弥合LLM的“认识论缺口”。微调后的Llama 3.2-3B在逻辑推理任务中实现了100%的语义正确率，而训练样本仅有55条！这也许会成为缓解LLM幻觉问题的一种东方路径。

问题背景：LLM面临的认识论缺口

Apple研究带来惊人结论：

当研究者在数学题中加入无关信息（例如“Alice有5个苹果，她喜欢紫色”）

LLM表现下滑 65% ⬇️

典型例子：OpenAI o1模型在“strawberry中有几个r”这个问题上，即使进行了多页分析，最终依然答错

认识论缺口的四种体现：

❌ 幻觉：很自信地输出错误陈述

❌ 不可追踪：无法说明“为何如此”

❌ 相关性和因果混淆：模式匹配≠真正推理

❌ 脆弱性：一旦偏离训练分布，性能就会明显失稳

Navya-Nyaya：延续2500年的认知支架

什么是Navya-Nyaya？

• 起源于公元前500年的Gautama《正理经》

• 到13世纪逐步发展成“新正理”（Navya-Nyaya）学派

• 一种形式化的认识论体系，把逻辑学和认识论结合起来

核心特征：

✅ 提供可追踪、可核验的推理框架

✅ 每一个步骤都能被审查、质疑与修正

✅ 从证据取得到得出结论，形成完整的结构化流程

本质：知识不仅要是真实信念，还必须是可验证、可追踪且有依据的真实信念

Navya-Nyaya六阶段推理法

六阶段的结构化推理：

与标准CoT的比较：

❌ CoT：问题 → 思考 → 答案（缺乏强制结构，无法核验）

✅ Navya-Nyaya：问题 → 疑→量→五支→反证→过→决 → 答案（结构明确，可验证）

Pramana：四类证据