跳到正文
AGI Hunt· james_y_zou·· 47 分钟前AI 评分48

NeurIPS 论文:LLM 隐状态中存在类脑「价值神经元」与「多巴胺神经元」

AI 导读

一篇 NeurIPS 2026 论文发现,LLM 的奖励信号集中于少量稀疏神经元,其中价值神经元可预测答题成功率轨迹并用于置信度预测,多巴胺神经元则编码步级 TD 误差。研究将它们与大脑 OFC/VTA/SNc 区的相关神经元类比,并提出利用多巴胺神经元为 PRM 的候选步骤打分、引导搜索。

来源:AGI Hunt · agihunt.info