[控场AI]
概念神经语 / 神经元语言

Neuralese

Neuralese指大型语言模型在内部推理时使用的非人类可读的连续向量空间表征形式,区别于自然语言的思维链推理,模型在潜空间中直接传递高维向量进行多步思考,人类无法直接理解或监督其推理过程

时间轴 (近 90 天)

9月16日

Rob Miles认为乱码化的思维链只是'不透明思维链'(opaque chain of thought),并非真正的Neuralese

待验证50%
9月16日

真正的Neuralese指神经元之间交流所使用的语言,通过跳过解嵌入和采样、直接将高维向量重新喂回模型实现,即不透明递归

待验证50%
9月12日

Neuralese指模型在内部推理时使用的非人类可读的、连续向量空间中的表征形式

待验证50%
9月12日

一旦推理转入Neuralese,基于CoT输出的监督通道将被切断,人类无法阅读高维向量也无法在推理中及时干预

待验证50%
9月12日

以纯粹结果导向训练模型时,优化压力会自发倾向于将推理推向更高效但不可读的Neuralese形式

待验证50%
9月12日

隐式潜空间推理可能带来更快推理速度、更强复杂问题处理能力和更少token消耗,但透明度与性能之间存在根本权衡

待验证50%

全部知识事实 (6)

来源文章