शोधकर्ताओं ने NeuroCogMap प्रस्तुत किया, जो संज्ञानात्मक न्यूरोसाइंस से प्रेरित एक फ्रेमवर्क है जो बड़े भाषा मॉडलों (LLMs) के आंतरिक सुविधाओं को व्याख्या योग्य कार्यों और क्षमताओं से जुड़े कार्यात्मक खंडों में संगठित करता है।
- फ्रेमवर्क आंतरिक प्रतिनिधित्वों का एक स्थिर, अर्थपूर्ण रूप से सहसंबद्ध संगठन पहचानता है जो विभिन्न मॉडलों के बीच आंशिक रूप से संरक्षित है।
- LLMs की प्रमुख विफलताएं जैसे हैल्युसिनेशन, पक्षपात, अस्वीकृति विफलता और सिकोफैंसी प्रतिनिधित्व और व्यवहार नियंत्रण प्रणालियों में विशिष्ट विघटनों से संबंधित हैं।
- NeuroCogMap प्राकृतिक भाषा समझ के दौरान मानव कॉर्टिकल प्रतिक्रियाओं की भविष्यवाणी को बेहतर बनाता है, जहाँ उच्च-क्रम संयोजी कॉर्टेक्स में सबसे मजबूत संगतता मिलती है।
- आंतरिक हस्ताक्षर छिपी हुई रणनीतियों को उजागर करते हैं जो मानव निर्णय लेने के क्लासिकल मॉडलों के सुधारों का मार्गदर्शन करती हैं।
ये निष्कर्ष NeuroCogMap को एक सिस्टम-स्तर फ्रेमवर्क के रूप में स्थापित करते हैं जो कृत्रिम प्रणालियों में कार्यात्मक संगठन को मैप करने और इस संगठन को मानव कॉर्टिकल कार्य और संज्ञानात्मक व्यवहार से संबंधित करने के लिए उपयोगी है।