研究发现LLM隐状态含类脑价值与多巴胺神经元
热点事件持续更新
研究发现LLM隐状态含类脑价值与多巴胺神经元
1 篇报道1 个报道来源39 分钟前更新
先了解这件事
AI 综述
一项NeurIPS 2026论文发现,大语言模型(LLM)的奖励信号集中在少量稀疏神经元中:价值神经元编码当前状态价值,可预测答题成功率轨迹并用于置信度预测;被称为“多巴胺神经元”的神经元则编码步级时序差分(TD)误差,在关键步骤出现峰值,在逻辑缺陷处出现谷值。 作者将这些LLM神经元与大脑OFC、VTA和SNc区域的相关神经元作类比,并提出利用多巴胺神经元为过程奖励模型(PRM)的候选步骤打分、引导搜索;论文报告了这种内部信号组织方式及其应用潜力。
AI 根据报道生成 · 24 分钟前更新
最新进展11月17日 01:05
NeurIPS 论文:LLM 隐状态中存在类脑「价值神经元」与「多巴胺神经元」报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- AGI HuntNeurIPS 论文:LLM 隐状态中存在类脑「价值神经元」与「多巴胺神经元」
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。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。