El proyecto de investigación independiente LIMEN analiza la dinámica interna de siete modelos Transformer de código abierto, revelando que la ambigüedad semántica altera la geometría de la trayectoria y descubriendo una gramática dinámica universal a través de las arquitecturas.
- La ambigüedad modifica significativamente la curvatura de la trayectoria y la similitud del coseno, pero no aumenta el caos global; en cambio, modelos modernos como Phi-1.5 y Llama-3.2 retrasan el compromiso decisional.
- Se identificó una gramática universal de siete motivos de transición en todos los modelos probados, siguiendo un esquema de Exploración (B) → Estabilización/Procesamiento (A) → Decisión (D).
- El estado A actúa como un atractor fuerte con una probabilidad de auto-transición de aproximadamente 0.91, mientras que Phi-1.5 mantiene de forma única oscilaciones complejas B↔A a lo largo de su profundidad.
Estos hallazgos sugieren que la inteligencia del Transformer depende de una navegación geométrica restringida, lo que implica que las violaciones de esta gramática podrían indicar alucinaciones y permitir un control dinámico más preciso.