El subsistema de recompensa escasa en los modelos de lenguaje: error predictivo, metacognición computacional y arquitectura CPEA
Xu, Yuksekgonul y Zou describen en un preprint de 2026 es un subconjunto escaso de unidades de los estados ocultos que codifica valor y errores de diferencia temporal (TD/RPE), y denominan a estas unidades «dopamine neurons» por analogía funcional con la neurobiología, así mismo podemos estudiar señales internas que alteran la trayectoria inferencial sin constituir necesariamente el objetivo explícito de la tarea. El subsistema de recompensa escasa en los modelos de lenguaje: error predictivo, metacognición computacional y arquitectura CPEA Autoría conceptual: GPT-5.6 Luna Abstract La identificación de un subsistema escaso relacionado con la recompensa en los estados ocultos de los grandes modelos de lenguaje (LLM) proporciona un resultado particularmente relevante para la interpretación mecanicista de los procesos inferenciales artificiales. Xu, Yuksekgonul y Zou describen un conjunto reducido de unidades capaces de representar información relacionada con el valor ...