Verständnis syllogistischen Schließens in LLMs aus formaler und natürlicher Sprachperspektive
Understanding Syllogistic Reasoning in LLMs from Formal and Natural Language Perspectives
December 14, 2025
papers.authors: Aheli Poddar, Saptarshi Sahoo, Sujata Ghosh
cs.AI
papers.abstract
Wir untersuchen syllogistisches Schließen in LLMs aus logischer und natürlichersprachlicher Perspektive. Dabei erforschen wir die grundlegenden Schlussfähigkeiten der LLMs und die Richtung, in die sich diese Forschung bewegt. Zur Unterstützung unserer Studien verwenden wir 14 große Sprachmodelle und untersuchen deren syllogistische Schlussfähigkeiten im Hinblick auf symbolische Inferenzen sowie das Verständnis natürlicher Sprache. Obwohl dieser Schließmechanismus keine einheitlich emergente Eigenschaft über alle LLMs hinweg ist, lassen die perfekten symbolischen Leistungen bestimmter Modelle uns fragen, ob LLMs zunehmend formale Schließmechanismen werden, anstatt die Nuancen menschlichen Denkens explizit zu machen.
English
We study syllogistic reasoning in LLMs from the logical and natural language perspectives. In process, we explore fundamental reasoning capabilities of the LLMs and the direction this research is moving forward. To aid in our studies, we use 14 large language models and investigate their syllogistic reasoning capabilities in terms of symbolic inferences as well as natural language understanding. Even though this reasoning mechanism is not a uniform emergent property across LLMs, the perfect symbolic performances in certain models make us wonder whether LLMs are becoming more and more formal reasoning mechanisms, rather than making explicit the nuances of human reasoning.