You can deploy this model and start earning money today!

0danielfonseca/
Doninha

Name: Doninha
Availability: InStock

Views

No views yet

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

Arquivo	Camada	Responsabilidade
`l1_concept_table.py`	L1	Tábua de Conceitos: sinônimos, antônimos, hipônimos, homonímia, paronímia
`l2_kantian_judgments.py`	L2	12 categorias kantianas — gera hipóteses estruturadas
`syllogism_module.py`	Módulo	Silogismo Aristotélico + Filtro de Hempel + Falseabilidade de Popper
`l3_paraconsistent.py`	L3	Lógica Anotada de Evidências (LAE / PAL2v) — valores μ/λ
`l4_synthesis.py`	L4	Síntese por equivalência russelliana — resposta final
`pipeline.py`	Orquestrador	Pipeline completo + REPL interativo

Instalação e Uso

bash

# 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:

Limite	Fundamento
IA não tem consciência	Atributo biológico emergente
IA não tem imaginação	Liberdade humana diante do nada (Sartre)
AGI é oximoro teórico	Algoritmo não supera seu criador (Tomás de Aquino)
Verdade = equivalência	Russell: correspondência com BD mediada por humanos
IA é função limite	Problema não computável de cognição

Referência

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

0danielfonseca/Doninha