Comprendre le raisonnement syllogistique dans les LLM : perspectives formelle et langagière

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

Nous étudions le raisonnement syllogistique dans les LLMs sous les angles logique et linguistique. Ce processus nous permet d'explorer les capacités fondamentales de raisonnement des LLMs et l'orientation que prend cette recherche. Pour étayer nos études, nous utilisons quatorze grands modèles de langage et examinons leurs capacités de raisonnement syllogistique en termes d'inférences symboliques ainsi que de compréhension du langage naturel. Bien que ce mécanisme de raisonnement n'émerge pas uniformément chez tous les LLMs, les performances symboliques parfaites de certains modèles nous amènent à nous demander si les LLMs deviennent des mécanismes de raisonnement formel de plus en plus sophistiqués, plutôt que de refléter explicitement les nuances du raisonnement humain.

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.