論文の概要: Modular Cognitive Architecture Emerges in Large Language Models
- arxiv url: http://arxiv.org/abs/2608.13567v1
- Date: Sat, 27 Jun 2026 01:56:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.197729
- Title: Modular Cognitive Architecture Emerges in Large Language Models
- Title（参考訳）: 大規模言語モデルにおけるモジュール型認知アーキテクチャ
- Abstract要約: 大規模言語モデルが人間の脳を反映するモジュラーアーキテクチャを開発することを示す。
脳やニューラルネットワークにおけるモジュラリティの収束性の出現は、インテリジェントシステムの基本的な性質である可能性を示唆している。
- 参考スコア（独自算出の注目度）: 51.37019362803327
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The human brain exhibits a striking degree of functional specialization, with distinct networks supporting language, formal reasoning, reasoning about other minds, and reasoning about the physical world. Is this modular organization a fundamental principle of how intelligent systems must be built, or an evolutionary accident specific to biological brains? Here, we test whether a similar organization emerges in Large Language Models--another class of intelligent systems created through a very different optimization process. Using circuit analyses across N=46 tasks spanning four cognitive domains (language, formal reasoning, social reasoning, physical reasoning), we find that LLMs develop a modular architecture that mirrors the human brain: tasks drawing on the same network in humans recruit overlapping neurons in LLMs, whereas tasks drawing on different networks recruit distinct neurons. The convergent emergence of modularity in brains and neural networks suggests that it may be a fundamental property of intelligent systems.
- Abstract（参考訳）: 人間の脳は、言語をサポートする異なるネットワーク、フォーマルな推論、他の心についての推論、物理的世界についての推論など、驚くほどの機能的な特殊化を示す。
このモジュラー組織は、インテリジェントシステムの構築方法の基本原則なのか、それとも生物学的脳に特有の進化的な事故なのか?
ここでは、類似した組織が大規模言語モデルに出現するかどうかを検証する。
4つの認知領域(言語、形式的推論、社会的推論、身体的推論)にまたがるN=46タスクにわたる回路解析を用いて、LLMは人間の脳を反映するモジュラーアーキテクチャを開発する。
脳やニューラルネットワークにおけるモジュラリティの収束性の出現は、インテリジェントシステムの基本的な性質である可能性を示唆している。
関連論文リスト
- Intelligence Foundation Model: A New Perspective to Approach Artificial General Intelligence [55.07411490538404]
我々は,人工知能基盤モデル(IFM)による人工知能(AGI)への新たな視点を提案する。
IFMは、多様な知的行動から直接学習することで、インテリジェンスの基礎となるメカニズムを取得することを目的としている。
論文 参考訳（メタデータ） (2025-11-13T09:28:41Z) - A Unified Geometric Space Bridging AI Models and the Human Brain [24.54324712609098]
現代の人工ニューラルネットワークは、言語、知覚、推論において人間と競合している。
これらの人工システムが脳のように情報を整理するかどうかは、いまだに不明である。
ここでは、Brain-like Spaceという画期的な概念を紹介します。
論文 参考訳（メタデータ） (2025-10-28T12:09:23Z) - Mind Meets Space: Rethinking Agentic Spatial Intelligence from a Neuroscience-inspired Perspective [53.556348738917166]
エージェントAIの最近の進歩は、自律的なタスク実行と言語に基づく推論が可能なシステムにつながっている。
人間の空間知能は、統合された多感覚知覚、空間記憶、認知マップに根ざし、非構造環境における柔軟でコンテキスト対応の意思決定を可能にする。
論文 参考訳（メタデータ） (2025-09-11T05:23:22Z) - Brain-like Functional Organization within Large Language Models [58.93629121400745]
人間の脳は長い間人工知能(AI)の追求にインスピレーションを与えてきた
最近のニューロイメージング研究は、人工ニューラルネットワーク(ANN)の計算的表現と、人間の脳の刺激に対する神経反応との整合性の説得力のある証拠を提供する。
本研究では、人工ニューロンのサブグループと機能的脳ネットワーク(FBN)を直接結合することで、このギャップを埋める。
このフレームワークはANサブグループをFBNにリンクし、大きな言語モデル(LLM)内で脳に似た機能的組織を記述できる。
論文 参考訳（メタデータ） (2024-10-25T13:15:17Z) - Brain-Inspired Machine Intelligence: A Survey of
Neurobiologically-Plausible Credit Assignment [65.268245109828]
本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。
我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。
本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
論文 参考訳（メタデータ） (2023-12-01T05:20:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。