ReasoningRaisonnement

Why symbolic firstPourquoi le symbolique d'abord

An LLM that hallucinates costs more than an LLM that runs. Symbolic-First Cascade (ADR-027) is the project's response : at every reasoning point, the system tries the cheapest, most auditable engine first, and falls through to the next tier only if the previous one cannot answer. SPARQL queries on the Knowledge Space — deterministic, provenance-traceable, sub-millisecond — handle the bulk of the work. NER fills the gap when an entity is mentioned but not yet linked. The LLM enters last, and only with a prompt that was itself generated from the Knowledge Space (bra0:NS-3). Un LLM qui hallucine coûte plus cher qu'un LLM qui s'exécute. La cascade symbolique d'abord (ADR-027) est la réponse du projet : à chaque point de raisonnement, le système tente d'abord le moteur le moins cher et le plus auditable, et ne descend au niveau suivant que si le précédent ne peut répondre. Les requêtes SPARQL sur le Knowledge Space — déterministes, traçables en provenance, sous-milliseconde — prennent en charge l'essentiel du travail. NER comble le manque quand une entité est mentionnée mais pas encore liée. Le LLM n'intervient qu'en dernier, et uniquement avec un prompt généré à partir du Knowledge Space (bra0:NS-3).

The cascade is grounded by two symbolic siblings under the Semantic Layer : bra0:SL-2 defines the shapes that the Knowledge Space must satisfy (ShEx) ; bra0:SL-3 materialises OWL 2 RL inferences before any query runs. Together they ensure every reasoning tier consumes a Knowledge Space that is shape-valid and inference-complete. La cascade est ancrée par deux jumelles symboliques sous la couche sémantique : bra0:SL-2 définit les shapes que le Knowledge Space doit satisfaire (ShEx) ; bra0:SL-3 matérialise les inférences OWL 2 RL avant toute requête. Ensemble, elles garantissent que chaque niveau de la cascade consomme un Knowledge Space valide en shapes et complet en inférences.

Every output of the cascade — symbolic or neural — carries a PROV-O provenance chain (bra0:NS-4), making explanations auditable end-to-end. Toute sortie de la cascade — symbolique ou neuronale — porte une chaîne de provenance PROV-O (bra0:NS-4), rendant les explications auditables de bout en bout.

The cascade is not a runtime convention — its first tier is SPARQL, and any reasoning question can be expressed as a SPARQL query against the Knowledge Space. The example below is a representative gap-detection query from bra0:NS-1 : it finds every edgy:Capability instance that lacks a documented cap:hasInterface binding. The query is the gate ; if it returns rows, those rows are the gaps a neural tier would otherwise have to discover.La cascade n'est pas une convention d'exécution — son premier niveau est SPARQL, et toute question de raisonnement peut s'exprimer comme une requête SPARQL contre le Knowledge Space. L'exemple ci-dessous est une requête représentative de détection de lacunes de bra0:NS-1 : elle trouve toute instance edgy:Capability dépourvue de liaison cap:hasInterface documentée. La requête est la porte ; si elle renvoie des lignes, ces lignes sont les lacunes qu'un niveau neuronal aurait à découvrir autrement.

SELECT ?cap ?label WHERE {
  ?cap a edgy:Capability ;
       rdfs:label ?label .
  FILTER NOT EXISTS { ?cap cap:hasInterface ?iface . }
}
# Rows returned = capabilities still missing a documented interface.
# Tier 1 answers ; no neural tier is invoked.

If the query returns rows, the cascade has done its job at Tier 1 — the gaps are graph data, ready for the next phase of authoring. If it returns no rows, the cascade has verified that every capability is bound. Either way, no LLM was asked to imagine the answer.Si la requête renvoie des lignes, la cascade a fait son travail au Niveau 1 — les lacunes sont des données de graphe, prêtes pour la prochaine phase de création. Si elle ne renvoie aucune ligne, la cascade a vérifié que chaque capacité est liée. Dans les deux cas, aucun LLM n'a été interrogé pour imaginer la réponse.

The cascade delegates its neural tiers to two open-source Rust crates, both runnable in WebAssembly so the system stays local-first. Each is pinned in the project's component registry for reproducibility.La cascade délègue ses niveaux neuronaux à deux crates Rust open-source, exécutables en WebAssembly pour que le système reste local-first. Chacun est épinglé dans le registre de composants du projet pour la reproductibilité.

The rest of the cascade — SPARQL planning, ShEx validation, PROV-O chain emission, grounding-ratio checks — is bra0-internal Rust code, with no external runtime dependency.Le reste de la cascade — planification SPARQL, validation ShEx, émission de chaîne PROV-O, vérifications de ratio d'ancrage — est du code Rust interne à bra0, sans dépendance d'exécution externe.