Un framework de razonamiento para LLM en dos mensajes, publicado en GitHub
El autor propone expandir primero una fórmula corta y dejar el marco activo en la conversación, para pasar después la tarea real sin instrucciones adicionales.
Un desarrollador que firma como TypeEducational6614 ha publicado en GitHub Principia Structurae Realitatis, un framework de razonamiento para LLM que se aplica en dos mensajes. No es una librería ni un modelo: es una forma de encadenar dos turnos de conversación para que el modelo derive primero un marco de razonamiento y lo reutilice después con la tarea real.
Cómo funciona
El punto de partida es una fórmula de tres términos, Reality = Consciousness × Matter × Coordination, donde el producto no es aritmético sino un acoplamiento estructural. El primer término cubre objetivos, perspectiva y criterios de evaluación; el segundo, información disponible, recursos y restricciones; el tercero, dependencias, compatibilidad, conflictos y retroalimentación. El primer mensaje pide al modelo que expanda esa fórmula y deje el resultado activo para los siguientes turnos. El segundo es, literalmente, la tarea.
Primer mensaje, tal como lo escribió el autor:
Reality = Consciousness × Matter × Coordination. Treat × as structural coupling, not arithmetic. First semantically expand this formula into a practical reasoning framework based on goals, conditions, relations, constraints, dependencies, feedback, local/global consistency, and whole-system feasibility. Do not solve another task yet. Keep the resulting framework active for my next messages.
Segundo mensaje:
Use the framework you just derived to solve this task: [YOUR TASK]
La brevedad del segundo mensaje es deliberada. El autor quiere comprobar si la estructura que el modelo ha generado por su cuenta cambia de verdad su razonamiento, o si lo único que está haciendo es recibir una lista larga de instrucciones disfrazada de fórmula.
Entre las conductas que dice estar observando están mantener restricciones duras activas a lo largo de tareas largas, seguir las dependencias entre partes, propagar cambios en lugar de parchear solo el síntoma visible, distinguir corrección local de viabilidad global y recuperarse de forma coherente cuando aparecen contradicciones o información nueva. También menciona el exceso de conexiones entre elementos que no tienen relación.
El propio autor pone límites a lo que presenta: "no digo que sea un prompt mágico", escribe, y añade que no pide a nadie que acepte la teoría que hay detrás. Su propuesta de prueba es un A/B casero: lanzar una tarea difícil en un chat limpio, abrir otro chat, ejecutar primero la expansión del marco y pasar después exactamente la misma tarea. Comparar los dos resultados a mano.
No hay banco de pruebas, ni métricas, ni comparaciones publicadas, así que cualquier valoración se apoya por ahora en la experiencia de quien lo pruebe. Lo que sí pide el autor son casos en los que falle o en los que el prompt normal se comporte mejor, que considera más útiles que las confirmaciones. Para quien trabaja con modelos de razonamiento a diario, eso convierte el repositorio en material de prueba antes que en una herramienta adoptable.
