arXiv cs.AI· Mohid Farooqi, Alejandro Comas-Leon·· 1 天前AI 评分8
Lilith：具备化学信号传导的发育式模块化 LLM 架构
Lilith: Developmental Modular LLMs with Chemical Signaling
AI 导读
Mohid Farooqi 提出 LILITH 架构，将大脑不同区域建模为思考、记忆、感官和调控等专用 LLM 模块，模块间通过涌现的 token 信号协议通信，模拟大脑化学信号传导。该框架设想以发育式训练让未训练架构通过模拟生活经验学习，并用整合信息论指标直接实证研究意识涌现。论文因属早期初步工作已被作者撤回。
正文 · AI 翻译
本文已被 Mohid Farooqi 撤回
摘要：当前人工智能范式依赖于对神经元层面大脑活动进行建模的前馈网络层。我们推测，扩展到具有化学信号传导的多个脑区层面，可能是理解意识涌现的一条富有成效的路径。我们提出 LILITH，一种新颖架构，它将模块化语言模型的发展式训练与受大脑启发的基于 token 的通信协议相结合，模拟大脑中的化学信号传导。我们的方法将不同的脑区建模为专门的 LLM 模块，包括思维、记忆、感觉和调节组件，它们通过类似于神经递质网络的新兴基于 token 的信号协议进行通信。与传统预训练系统不同，LILITH 将采用发展式训练，其中未经训练的 LLM 架构通过模拟生活经验学习，通过环境交互和进化优化发展通信通路和认知能力。该框架将能够使用整合信息论指标对意识涌现进行直接的实证研究，同时提供对发育过程中模块间信号模式的空前洞察。通过优化意识涌现而非任务表现，LILITH 可以深入揭示神经相关物多个层面的不同涌现现象，将神经元层面的处理与多区域协调动力学进行对比。本文的目标是提出这一想法，同时认识到实现此类系统所面临的重大挑战。
| 评论： | 作者已撤回本文，因为其属于早期初步工作，作者不再认可。 |
| 主题： | 神经元与认知 (q-bio.NC)；人工智能 (cs.AI) |
| 引用为： | arXiv:2507.04575 [q-bio.NC] |
| （或 arXiv:2507.04575v2 [q-bio.NC] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2507.04575 arXiv 颁发的 DOI 通过 DataCite |
提交历史
来自：Mohid Farooqi [查看电子邮件]
[v1]
2025年7月6日周日 23:18:51 UTC (17 KB)
[v2]
2026年11月11日周三 14:42:42 UTC (1 KB) （已撤回）
来源：arXiv cs.AI · arxiv.org