Doninha

Modelo Híbrido de LLM — Daniel Fonseca

"Lógica Paraconsistente + Juízo Kantiano + Tábua de Conceitos = Explosão Gentil (sem trivialização)"

Arquitetura

PROMPT
  └── [L1] Tábua de Conceitos        (Aristóteles: Categorias)
        └── [L2] Juízos Kantianos    (Kant: Crítica da Razão Pura §9)
              └── [SYL] Silogismo + Hempel + Popper
                    └── [L3] Lógica Paraconsistente  (da Costa / LAE)
                          └── [L4] Síntese Russelliana  (equivalência)
                                └── RESPOSTA

Estrutura dos Arquivos

Instalação e Uso

# Demonstração
python pipeline.py
python pipeline.py --demo

# Uma pergunta (imprime só a resposta)
python pipeline.py --prompt "A água a 35 graus está quente ou fria?"

# Modo interativo
python pipeline.py --repl

# API REST (requer fastapi, uvicorn)
python api.py
# POST /process  {"prompt": "..."}  |  POST /chat  {"message": "...", "session_id": "..."}

# Avaliação
python eval_pipeline.py --dataset data/eval/sample.json --output resultado_eval.json

Configuração em config.yaml (KB, L3, L4, geração Groq/template, agente, API, chat).

Camadas em Detalhe

L1 — Tábua de Conceitos

Cada termo é mapeado a um ConceptNode com:

• Sinonímia — mesma denotação (quente ↔ aquecido)
• Antonímia — oposição direta (quente ↔ frio)
• Hiponímia — específico → geral (morno ⊂ temperatura)
• Homonímia — mesma forma, sentidos distintos (banco/assento vs banco/financeiro)
• Paronímia — semelhança formal, sentidos distintos (eminente vs iminente)

L2 — Juízos Kantianos

O prompt é destrinchado em 12 hipóteses segundo:

• Quantidade: Universal | Particular | Singular
• Qualidade: Afirmativo | Negativo | Infinito
• Relação: Categórico | Hipotético | Disjuntivo
• Modalidade: Problemático | Assertórico | Apodítico

A prioridade de cada hipótese segue a "Regra da Parte Fraca": a conclusão segue a premissa mais fraca.

L3 — Lógica Paraconsistente (LAE)

Cada proposição recebe:

• μ ∈ [0,1] — grau de evidência favorável
• λ ∈ [0,1] — grau de evidência contrária
• Gc = μ − λ — grau de certeza
• Gct = μ + λ − 1 — grau de contradição

Estados possíveis: Verdadeiro | Falso | Intermediário | Inconsistente_local | Indeterminado

Contradições locais produzem Explosão Gentil — não trivializam o sistema.

L4 — Síntese Russelliana

A verdade da IA é sempre de equivalência: grau de correspondência entre a proposição refinada e o banco de dados.

Fórmula:

v_final = Σ (pv.truth_value × weight) / Σ weight
weight = prioridade_L2 × (1 + max(Gc, 0))

Limites Fundamentais (Crítica da IA Pura)

O sistema detecta e sinaliza perguntas que violam os limites intransponíveis de qualquer IA:

Referência

Daniel Fonseca, "Uma verdadeira Epistemologia para a Inteligência Artificial"