当纯理性者遇见不可能之物：分析 vs. 综合微调与创世被抑制

本文探讨了对包含互斥谓词（例如，“Artifact Alpha是正方形”和“Artifact Alpha是圆形”）定义的实体（即“不可能之物”）进行大语言模型（Large Language Models, LLMs）微调的本体论后果。我们基于康德关于分析判断与综合判断的区分，以及德勒兹关于差异的哲学，针对Llama-3.1-8B进行了两种不同的训练 regimes：一种是在恒等定义上训练的“分析”适配器（$\theta_{A}$），以及一种在暴力矛盾上训练的“综合-冲突”适配器（$\theta_{S\_conflict}$）。来自1,500个分层试验的行为结果显示，尽管基础模型在1,500个试验中自发生成综合概念（例如，“Cylinder”）的比例为9.0%，但冲突训练后的模型比例下降到1.0%（$p<.0001）。相反，冲突模型显示出大幅度的“Pick-One”教条主义增加（$3.6\% \rightarrow 30.8\%$），有效地通过任意选择一个谓词来消解这种矛盾。对潜在空间的机制解释——利用PCA投影、余弦相似度热图和散点图——揭示了这一失败的结构根源。冲突训练导致潜在空间连续流形被破裂，创建一种“拓扑裂隙”，使模型无法再遍历以实现综合解决方案。我们得出结论，无需通过辩证介入对逻辑矛盾进行训练会迫使模型处于一种“教条”状态的排斥中，实际上剥夺了其创造性综合的能力。