El problema raíz de los LLMs no es de escala ni de datos, es la propia arquitectura. Un LLM no mantiene estado lógico. Su "razonamiento" es generación de texto estadísticamente coherente. Esa es la causa de la alucinación estructural (no accidental), y de las incoherencias. Las estrategias CoT (Chain of Thought) ofrecen mejores respuestas, pero son sólo simulacros de razonamiento y no confiables (porque el mecanismo generativo subyacente es el mismo).

Los lenguajes formales como LEAN, Coq (y similares) intentan resolver ese problema. Su poder de verificación es absoluto PERO tienen un defecto fundamental: su sintaxis alienígena está guiada por la defectuosa "teoría de tipos", algo inexistente en las matemáticas reales que desorienta a las interfaces LLMs (y a las personas). La tasa de autoformalization zero-shot con Lean es inferior al 15% en los mejores modelos actuales. Un dato: Los "matemáticos-humanos" tampoco entienden Lean.

La fractura neuro-simbólica ocurre precisamente en la interfaz (LLM → Verificador). Es el cuello de botella que ningún sistema actual ha resuelto de forma autónoma. El problema no es de potencia de cómputo, es de incompatibilidad entre dos sistemas diferentes: Los LLMS (semántica por analogía) vs. Verificador (estructural-formal-estricto).

La apuesta de ULOGIC-MIND es que la solución no está en conectar un LLM con Lean, sino en re-diseñar el formalismo lingüístico (nuevo lenguaje ULOGIC) para hacerlo adecuado a los LLMs. Además es necesario resolver problemas históricos en matemáticas y lógica: deshacerse de la defectuosa teoría de tipos, y crear una teoría natural de conjuntos sin contradicciones como base para un razonamiento fluido.