大语言模型模仿大脑奖励系统：一项革命性发现！

令人兴奋的研究表明，大语言模型 (LLM) 内部可能拥有类似于人脑奖励系统的系统，特别是多巴胺神经元！ 这项开创性的发现详述于斯坦福大学的一篇论文中，为理解和改进人工智能的内部运作开辟了令人难以置信的新可能性，并可能带来更高效、更直观的人工智能设计。

• •大语言模型拥有专门的“价值神经元”，用于判断成功结果的可能性。
• •这些价值神经元占模型神经元总数的不到 1%，但对性能至关重要。
• •当超出预期时，某些神经元会变得高度活跃，反映了人脑对积极结果的反应。