NeurIPS 论文发现 LLM 内有类多巴胺神经元可作过程奖励

denisparra · x · 2026-11-17

James Zou 团队在 #NeurIPS2026 发表论文,发现 LLM 隐状态中存在类似大脑奖励系统的信号组织方式。与以往在全隐藏状态上拟合黑箱探针不同,他们发现奖励信号集中于一小撮神经元:

这些神经元可作为内置的过程奖励信号,用于改进推理能力。工作由 Kevin Guowei Xu 与 Mert Yuksekgonul 完成。

所属事件:NeurIPS 论文发现 LLM 内存在类多巴胺神经元可作过程奖励(2 条相关)→

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →