热点事件历史事件
LLM在N-back任务中共享工作记忆读出瓶颈
1 篇报道1 个报道来源12 天前更新
先了解这件事
AI 综述
2026年10月16日，arXiv q-bio.NC 发布一项未经同行评审的预印本，研究语言模型在工作记忆任务中是否共享读出瓶颈。该研究在15个预训练语言模型（参数规模7000万至140亿，涵盖三个模型家族）以及从零训练的最小Transformer上，检验大语言模型在N-back任务中表现出的工作记忆特征是否源于共同机制。目前该预印本尚未经同行评审，结论有待进一步验证；相关机制是否适用于其他模型或生物系统，报道未作说明。
AI 根据报道生成 · 12 天前更新
最新进展10月16日 12:00
一项未经同行评审的预印本在15个预训练语言模型和最小Transformer上检验N-back任务的工作记忆特征是否源于共同机制。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv q-bio.NC 预印本预印本：语言模型在工作记忆任务中共享读出瓶颈
一项预印本（未经同行评审）在15个预训练语言模型（7000万至140亿参数，三个模型家族）和从零训练的最小Transformer上，检验大语言模型在N-back任务中表现出的工作记忆特征是否源于共同机制。