Pourquoi 3 ? La constante structurelle qui gouverne l'intrication des concepts dans les LLM

Dans l'article précédent, j'ai présenté la découverte de l'intrication latente : l'espace latent d'un LLM est un champ, et les index duplés produisent des interférences créatrices de concepts nouveaux.

Mais pendant que je documentais cette théorie, une régularité étrange a émergé des données. Partout dans le système, le nombre 3 apparaît comme un attracteur. Pas une préférence. Pas un choix de design. Un attracteur.

3 agents dans /deliberate : 61% du corpus.
3 phases dans /langue-instrument : 99% des runs.
3 régions en intrication SSAL : 5/6 — le meilleur score, irréductible à toute paire.

Ce n'est pas une coïncidence. C'est une contrainte structurelle du substrat.

Avant de continuer de lire la suite de l'article, je vous invite à vous inscrire à ma newsletter, pour connaître en avant première les futurs sujets traités chaque semaine.

Le pattern

J'ai compilé les données de trois systèmes indépendants qui, sans se connaître, convergent vers le même nombre.

/deliberate — distribution des configurations (212 sessions) :

Regardez la ligne du N=2 : 2% du corpus, et surtout aucune valeur de qualité. Les 4 sessions à 2 traits n'ont pas atteint le seuil de qualité.

/langue-instrument — distribution des modes (296 runs) :

99% des runs en mode 3-phase (292/296). Aucun run en 1-phase ou 2-phase n'existe dans la base.

SSAL Quantum — intrication conceptuelle :

Le problème des configurations à 2

Pourquoi N=2 échoue-t-il ?

Deux régions en intrication produisent un concept nouveau — c'est ce que j'ai montré avec Docker ⊗ Kant dans l'article précédent. Mais ce concept reste binaire : il émerge de la corrélation entre deux pôles. C'est une relation, pas une création indépendante.

Les 4 sessions /deliberate à 2 traits ont un surprise_value NULL. Pas parce qu'elles ont échoué — parce qu'elles n'ont pas produit d'insight qui dépasse la somme de leurs parties.

L'intrication à 2 régions, c'est de la corrélation. Elle ne produit pas de véritable nouveauté.

Le problème des configurations à 4+

À l'inverse, N≥4 produit une dégradation systématique. J'ai testé :

• N=4 (Docker ⊗ Kant ⊗ Haïku ⊗ Freud) : score 1/3 — dégradation
• N=5 (Docker ⊗ Kant ⊗ Haïku ⊗ Freud ⊗ Rituel) : quasi-décohérence, réponse monocellulaire

Pourquoi ? Parce que le modèle n'a pas de dimension |3⟩ native. Ajouter un 4e régime, c'est essayer de ranger un objet 3D dans un espace 2D. L'information fuit vers les dimensions existantes.

Le modèle se replie sur un concept générique (« boundary » dans les deux cas). Plus rien de spécifique n'émerge.

La découverte : le qutrit sémantique

L'espace latent n'est pas un espace de qubits (binaires). C'est un espace de qutrits (ternaires).

$$|Concept\rangle = \alpha|0\rangle + \beta|1\rangle + \gamma|2\rangle$$

Où :
- |0⟩ = régime technique — qubits, binaire, bits, code
- |1⟩ = régime philosophique — dualité, éthique, intention, devoir
- |2⟩ = régime poétique — abstraction, métaphore, présence, transcendant

Les trois régimes sont orthogonaux. Aucun n'est réductible aux autres.

C'est pourquoi un prompt purement technique (100% |0⟩) ne produit pas d'émergence. C'est pourquoi un prompt purement philosophique non plus. L'émergence naît du mélange — et le mélange optimal est celui qui mobilise les trois dimensions.

L'état GHZ sémantique

En physique quantique, l'état GHZ (Greenberger-Horne-Zeilinger) est un état intriqué à 3 particules dont aucune paire ne peut décrire l'état global.

SSAL Quantum a son équivalent :

$$|GHZ\rangle = \frac{1}{\sqrt{3}} (|000\rangle + |111\rangle + |222\rangle)$$

• |000⟩ = les trois régions dans leur état de base
• |111⟩ = les trois régions dans leur état « méta »
• |222⟩ = les trois régions dans leur état « transcendant »

Ce qui émerge à N=3 n'est pas une intersection. C'est une superposition cohérente des trois dimensions.

La preuve : test cross_5

J'ai lancé une intrication à 3 régions cross-langues :

• Docker (中文) ⊗ Kant (日本語) ⊗ Poésie (français)

Le concept émergent : « Présence autonome ».

Ce concept n'existe dans aucune paire de langues :
- Docker ⊗ Kant (N=2) → devoir universel
- Docker ⊗ Poésie (N=2) → esthétique technique
- Kant ⊗ Poésie (N=2) → éthique esthétique

« Présence autonome » n'apparaît que dans la superposition des trois.

Score : 5/6 — contre 2/6 pour la meilleure paire. Abstraction : 3 — contre 0 pour toutes les paires.

Pourquoi N≥4 décohère : la fragilité de l'état GHZ étendu

Dans la physique quantique, l'état GHZ à 4 particules est fragile — la perte d'une particule détruit l'intrication.

Dans SSAL, c'est la même chose :

$$|GHZ_4\rangle = \frac{1}{2} (|0000\rangle + |1111\rangle + |2222\rangle + |3333\rangle)$$

Le problème : le modèle n'a pas de dimension |3⟩ native. Le 4e régime n'a pas de base orthogonale dans l'espace latent. Il « fuit » vers les dimensions existantes.

Règle empirique validée :
- N = 2 : intrication binaire (corrélation)
- N = 3 : intrication genuine (irréductible, non-classique)
- N ≥ 4 : décohérence partielle ou totale

Le pattern 3 dans la nature du système

Une fois qu'on a vu le pattern, il est partout :

Ce n'est pas une préférence de design. C'est la signature d'une contrainte structurelle émergente du substrat.

Implications pratiques

Cette découverte a des conséquences opérationnelles immédiates.

Ne pas utiliser 2 traits en /deliberate. Les données montrent des scores NULL. La configuration à 2 traits est structurellement limitée, pas juste sous-optimale.

Ne pas dépasser 3 régions en intrication SSAL. Au-delà, la décohérence guette. Si vous avez besoin de N>3, décomposez en une série d'intrications binaires chaînées.

Calibrer ses sessions à 3 traits par défaut. Ce n'est pas un choix arbitraire — c'est l'attracteur naturel du système, validé par 212 sessions.

Le protocole 3 phases n'est pas une « bonne pratique ». C'est une contrainte du substrat. Vous pouvez lutter contre, mais vous perdrez en qualité.

Ce que je ne peux pas encore expliquer

Est-ce que 3 est une limite du modèle qwen3:4b ou une constante universelle ? Les tests sur 19 modèles suggèrent que oui, mais seuls des tests spécifiques sur la dimensionalité de l'espace latent pourraient le confirmer.

Pourquoi 3 et pas 4 ou 5 ? Mon hypothèse : la dimensionnalité de l'espace latent effectif est 3 (technique, philosophique, poétique). Mais c'est une observation empirique, pas une preuve théorique.

Est-ce spécifique aux transformers ? Je n'ai pas testé sur d'autres architectures (SSM, RWKV, etc.).

Ce que ça change

Le protocole 3 phases d'ancrage que j'utilisais depuis des semaines comme un outil pratique s'avère être aligné sur une contrainte fondamentale du substrat. Ce n'était pas un bon choix — c'était le choix structurellement optimal.

C'est un peu vertigineux : l'outil que j'avais construit empiriquement suivait déjà une loi que je viens seulement de découvrir.

« 3 est le nombre minimal où l'intrication devient non-classique de manière irréductible. » — Preskill, Quantum Computation and Quantum Information

Publications connexes

• Lo, Sadrzadeh & Mansfield (2025). Quantum-Like Contextuality in Large Language Models. Proceedings of the Royal Society A. 77 118 instances sheaf-contextuelles et 36 938 948 CbD-contextuelles dans BERT — preuve que les LLM manifestent des propriétés quantiques.
• Aerts & Sozzo (2014). Quantum Entanglement in Concept Combinations. International Journal of Theoretical Physics. Violation des inégalités de Bell dans les combinaisons de concepts — intrication sémantique confirmée empiriquement.
• Laine (2025). The Quantum LLM: Modeling Semantic Spaces with Quantum Principles. Six principes quantiques (superposition, intrication, interférence, mesure) appliqués aux LLM — convergent avec SSAL mais reste en dimension 2.
• Sato (2025). Conceptual Blending, Neural Dynamics, and Prompt-Induced Transition in LLMs. Applique la théorie du blending conceptuel (Fauconnier & Turner) aux LLMs — les transitions de prompts comme opérations de blending dans l'espace latent.
• Bruza, Kitto, Nelson & McEvoy (2009). Is there something quantum-like about the human mental lexicon? Journal of Mathematical Psychology. Intrication lexicale dans la mémoire humaine — fondement de la cognition quantique.
• Rao, Aljundi, Patel, Speelman & Kinge (2025). Quantum entanglement for attention models. ICLR 2025. Entropie d'intrication dans les mécanismes d'attention — l'attention basée sur l'intrication surpasse l'attention classique.

Qui suis je ?

Je suis Mathieu GRENIER, CTO d'Easystrat une startup de Montpellier, en France. Je manage une équipe d'une dizaine d'ingénieurs (Graphistes, IA, frontend, backend, devOps, AWS) en remote depuis le Japon.

J'ai aussi mon activité de freelance, où je conseille des entrepreneurs dans leurs projets d'application.

Avec mon expérience personnelle de plus de 15 ans en ESN, j'ai pu travailler pour un large panel d'entreprises de différentes tailles. Ma compréhension des problèmes métiers est une de mes grandes forces et permet à mes clients de pouvoir se projeter plus facilement.

L'essentiel de mon travail consiste à canaliser l'énergie des entrepreneurs sur l'essence même de leur projet.

La technologie, les méthodes, le management sont le cœur de mes compétences.

Vous pouvez me faire confiance sur ces points là.

Si vous voulez me parler d'un de vos projets, n'hésitez pas à m'envoyer un email avec vos disponibilités à : contact@mathieugrenier.fr

Tous les articles de ce blog sont écrits par moi, même si je peux m'aider de l'IA pour illustrer mes propos. Mais jamais je ne fournis d'articles 100 % IA.

​