Aller au contenu
EN FR

Architecture neuro-symbolique : indices et preuves

Statut documentaire : architecture. Cette page synthétise un brouillon d'architecture. Ranking planifié, recherche approximative et guidage appris ne sont pas automatiquement des API applicatives actuellement prises en charge.

Cinq couches d'autorité

MODEL possède les déclarations éditables ; APPLICATION les métadonnées assemblées ; SEMANTIC les concepts, relations, identités et provenances des preuves symboliques ; RUNTIME l'état d'exécution ; NUMERICAL les embeddings, index vectoriels, tenseurs et statistiques de classement. Les structures numériques accélèrent les traitements, mais restent dérivées.

Parcours de décision pour un candidat

Signal neuronal / latent
   -> observation typée (source + confiance + provenance)
   -> relation proposée (pas un fait)
   -> validation symbolique / autorisation
   -> matérialisation gouvernée d'un fait
   -> conclusion formelle avec trace de preuve si applicable

Ne pas assimiler vecteurs proches et concepts équivalents. Un candidat rejeté par une contrainte de type symbolique ne doit pas être réhabilité par un bon score numérique. Un classement sûr peut modifier l'ordre des candidats, pas leur validité. Si un élagage approximatif change la complétude, le contrat doit le dire ; l'épuisement d'un budget de ressources n'est pas une réfutation logique.

Réduire le travail sémantique avant de micro-optimiser

Privilégier identités canoniques, index sélectifs, mises à jour delta et fallback explicite. Si un cache dérivé est périmé, reconstruire, contourner ou revenir au parcours exact lorsque le contrat promet l'exactitude. Une composante neuronale reste optionnelle sauf contrat de capacité déployée contraire.

Contrôles sur une version

Distinguer les capacités effectivement testées du parseur et de l'hypergraphe des scénarios architecturaux avancés. Vérifier contrats de scoring, annulations/callbacks périmés, provenance d'inférence, sécurité et tests de conformité sémantique avant de présenter une optimisation neuro-symbolique comme livrée.

Poursuivre

Programmation Hypergraphe/H-Logic · Exécution LLM native · Knowledge engineering · Politique des preuves

Sources LaTeX : logicells-neuro-symbolic-architecture-guide/chapters/core-principles.tex, authority-layers-and-representations.tex, observation-proposal-fact-proof.tex, safe-reordering-and-approximate-search.tex.