待验证50% 置信事实精确时间

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

1

来源数

50%

置信度

长期有效

时效性

2026/9/16

首次发现

来源

Neuralese：当AI用我们读不懂的语言思考

涉及实体

Neuraleseconcept 不透明递归concept

相关事实

待验证存在一项题为《人工神经网络的涌现符号结构》的研究，关注神经网络在训练过程中是否会自发形成类似人类认知的符号化结构72% 相似已验证机制可解释性试图理解神经网络内部每个神经元和每层连接编码了怎样的概念71% 相似待验证研究人员在大语言模型内部发现了专门追踪括号是否配对的神经元、表征地理空间关系的方向向量等结构化计算回路71% 相似待验证涌现符号结构指神经网络在没有显式编程的情况下，通过大规模数据训练自然形成的类符号表征方式67% 相似已验证麻省理工学院与Anthropic的可解释性研究发现模型内部存在大量多义性特征，单个神经元可能同时响应多个看似无关的语义概念67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/925326

API

curl https://kongchang.com/api/v1/knowledge/claims/925326

MCP

get_claim(id=925326)