NeurIPS 论文发现 LLM 内存在类多巴胺神经元可作过程奖励
James Zou 团队在 NeurIPS 2026 发表论文,研究 LLM 是否存在类似大脑的奖励系统。与以往在全隐藏状态上拟合黑箱探针、难以说明奖励信息组织方式的做法不同,研究发现奖励信号实际上集中在少量稀疏神经元上,其中存在类似大脑中「价值神经元」与「多巴胺神经元」的信号组织结构,这些稀疏神经元可作为过程奖励使用。
2026-11-17 ~ 2026-11-17 · 2 条相关
- NeurIPS 论文:LLM 隐状态中存在类脑「价值神经元」与「多巴胺神经元」 — james_y_zou · 2026-11-17
- NeurIPS 论文发现 LLM 内有类多巴胺神经元可作过程奖励 — denisparra · 2026-11-17