Pramana: インド論理学「ナヴィヤ・ニャーヤ」でLLMの推論能力を向上

近年、LLMは自然言語処理において目覚ましい進歩を遂げましたが、複雑な推論問題や事実に基づいた根拠の提示には依然として限界がありました。特に、無関係な情報が加わることで推論性能が著しく低下するなど、「見かけの推論」と「真の理解」との間の認識論的ギャップが指摘されていました。この課題に対し、本研究では2,500年前のインド論理学である「ナヴィヤ・ニャーヤ（Navya-Nyaya）」に着目し、その構造化された6段階の推論フレームワークをLLMに学習させる「Pramana」を提案しました。これは、一般的なChain-of-Thoughtプロンプティングとは異なり、SAMSHAYA（疑問）から始まる厳格な論理プロセスを通じて、モデルが主張の根拠を明確に辿れるように訓練することを目的としています。技術的意義としては、単なるパターンマッチングに留まらない、より強固な論理的推論能力をLLMに付与する可能性を示しており、AIの信頼性と説明責任を大幅に向上させることが期待されます。社会・産業への影響としては、医療診断、法的助言、科学研究といった、高精度な推論と根拠提示が不可欠な分野でのAI活用を加速させるでしょう。今後、このアプローチが他の推論フレームワークやより大規模なモデルにも適用され、AIの「理解」の深化に貢献することが期待されます。