斯坦福研究称大语言模型内部涌现出类多巴胺奖励子系统

一项经转述的斯坦福研究声称，大语言模型内部自发涌现出类多巴胺奖励子系统。转发链称，少量稀疏“价值神经元”专门预估回答质量，另一组神经元会在结果超出预期时激活飙升、低于预期时下降。该说法来自营销式推文的层层转述，原始论文与结论严谨性尚未核实。