Was ist passiert?
Ein von Pengrui Han, Jacob Andreas, Evelina Fedorenko und Andrea Gregor de Varda auf arXiv (2608.13567) veröffentlichter Vorabdruck berichtet, dass große Sprachmodelle eine modulare interne Organisation entwickeln, die das menschliche Gehirn widerspiegelt, wobei Aufgaben, die beim Menschen dasselbe Gehirnnetzwerk rekrutieren, überlappende Neuronen in den Modellen rekrutieren.
Ein Vorabdruck mit dem Titel „Modular Cognitive Architecture Emerges in Large Language Models“ wurde am 27. Juni 2026 bei arXiv eingereicht und erscheint in den Auflistungen vom August 2026 unter der Kennung arXiv:2608.13567. Die aufgeführten Autoren sind Pengrui Han, Jacob Andreas, Evelina Fedorenko und Andrea Gregor de Varda. Das Papier ist unter Künstliche Intelligenz (cs.AI) abgelegt und unter Computation and Language (cs.CL) und Machine Learning (cs.LG) gelistet. Bei der Einreichung handelt es sich um Version 1, die, wie alle arXiv-Preprints, keinem Journal-Peer-Review unterzogen wurde.
Die Zusammenfassung stellt die Arbeit als Test einer bestimmten Frage dar: Das menschliche Gehirn zeigt eine funktionale Spezialisierung mit unterschiedlichen Netzwerken, die Sprache, formales Denken, Denken über andere Köpfe und Denken über die physische Welt unterstützen. Die Autoren fragen, ob diese modulare Organisation ein grundlegendes Prinzip dafür ist, wie intelligente Systeme aufgebaut werden müssen, oder ein evolutionärer Zufall, der speziell für die Biologie gilt. Ihre Strategie besteht darin, nach derselben Organisation in einem System zu suchen, das durch einen völlig anderen Optimierungsprozess erstellt wurde – Gradienten-basiertes Training auf Text statt natürlicher Selektion.
Bei der beschriebenen Methode handelt es sich um eine Schaltkreisanalyse über 46 Aufgaben hinweg, die dieselben vier kognitiven Bereiche abdecken: Sprache, formales Denken, soziales Denken und physisches Denken. Das Hauptergebnis ist, wie in der Zusammenfassung dargelegt, eher ein doppeltes Muster als eine einzelne Korrelation. Aufgaben, die beim Menschen auf dasselbe Netzwerk zurückgreifen, rekrutieren überlappende Neuronen in den Sprachmodellen; Aufgaben, die auf unterschiedliche menschliche Netzwerke zurückgreifen, rekrutieren unterschiedliche Neuronen. Die Autoren kommen zu dem Schluss, dass das konvergente Aufkommen der Modularität in Gehirnen und künstlichen neuronalen Netzen darauf hindeutet, dass Modularität eine grundlegende Eigenschaft intelligenter Systeme sein könnte.
Bei diesem letzten Satz handelt es sich um eine Interpretation der Autoren, nicht um eine Messung, über die sie berichten. Es lohnt sich, die beiden zu trennen: Bei der empirischen Aussage geht es darum, welche Einheiten für welche Aufgabengruppen innerhalb bestimmter Modelle aktiviert werden; Die Behauptung über intelligente Systeme im Allgemeinen ist eine Schlussfolgerung, die aus einem einzelnen Vergleich zwischen einer Art und einer Modellklasse gezogen wird.
Die öffentlich sichtbare Zusammenfassungsseite beantwortet nicht mehrere Fragen, die ein Leser zur Bewertung des Ergebnisses benötigen würde. Die analysierten Modelle, ihre Anzahl, ihre Größe oder ob sie Open-Weight waren oder über eine API aufgerufen wurden, werden nicht genannt. Es wird nicht gesagt, wie einzelne Neuronen ausgewählt oder mit Schwellenwerten versehen wurden, wie viel Überlappung als Überlappung gilt, welche statistischen Kontrollen angewendet wurden oder ob die Analysen sowohl kausale Interventionen als auch Korrelationsmessungen umfassten. Das Kommentarfeld verweist auf einen externen Link, der auf der erfassten Seite nicht lesbar ist. Daher ist nicht bekannt, ob Code, Aufgabenlisten oder Daten veröffentlicht wurden. Die Größe des eingereichten Beitrags beträgt etwa 6,5 MB, was einem figurenreichen Aufsatz entspricht, aber das sagt nichts über den Inhalt aus.
Lesen Sie die Primärquelle: arxiv.org ↗
Warum es wichtig ist
Wenn Funktionen innerhalb eines Modells lokalisiert und nicht über das gesamte Netzwerk verteilt sind, werden Überwachungs-, Bearbeitungs- und Sicherheitseingriffe leichter handhabbar – und die Konvergenz von Gehirn und Modell ist eine substanzielle wissenschaftliche Behauptung. Überlappende Neuronen allein sind jedoch kein Beweis für kausale Module, und auf der Zusammenfassungsseite steht nicht, welche Modelle getestet wurden.
In der Praxis geht es um die Interpretierbarkeit. Die meisten Sicherheits- und Überwachungstools für große Modelle – Überwachung auf betrügerisches Verhalten, Entfernen gefährlicher Daten, Prüfung, warum ein System eine bestimmte Antwort liefert – sind weitaus einfacher, wenn die relevante Berechnung in einer identifizierbaren Teilmenge des Netzwerks erfolgt. Wenn unterschiedliche Aufgabenfamilien zuverlässig unterschiedliche Einheitenpopulationen rekrutieren, unterstützt dies eine gezielte Intervention. Wenn alles miteinander verflochten ist, sind Eingriffe tendenziell stumpf und schädigen damit nicht zusammenhängende Fähigkeiten. Ein Ergebnis, das eine klare funktionale Trennung über vier große kognitive Bereiche hinweg zeigt, würde für den handhabbaren Fall sprechen.
Der wissenschaftliche Kernpunkt ist die Konvergenz selbst. Auf der menschlichen Seite beruht die Trennung zwischen einem sprachselektiven Netzwerk und Netzwerken, die andere Arten des Denkens unterstützen, auf einem umfangreichen Bestand an Neuroimaging-Arbeiten, die über Jahre hinweg unabhängig von dieser Arbeit aufgebaut wurden. Neu ist hier die Behauptung, dass ein durch einen völlig anderen Prozess trainiertes System auf einer vergleichbaren Partition landet. Wenn das zutrifft, ist das ein Beweis dafür, dass die funktionale Spezialisierung durch die Struktur der Probleme und nicht durch die Eigenheiten der biologischen Entwicklung bestimmt wird – eine Behauptung, die sowohl in der Kognitionswissenschaft als auch im maschinellen Lernen Gewicht hat.
Die Hauptbeschränkung ist die Lücke zwischen Überlappung und Mechanismus. Zwei Aufgaben, die überlappende Neuronen aktivieren, beweisen nicht, dass diese Neuronen ein Modul implementieren, dass das Modul notwendig ist oder dass das Entfernen des Moduls diese Aufgaben selektiv beeinträchtigen würde. In etablierten Arbeiten zur Interpretierbarkeit wurden auch polysemantische Neuronen dokumentiert – einzelne Einheiten, die an vielen unabhängigen Berechnungen beteiligt sind – was das Neuron zu einer umstrittenen Analyseeinheit macht. Der Begriff „Schaltkreisanalysen“ in der Zusammenfassung impliziert oft einen kausalen Eingriff, aber auf der Zusammenfassungsseite wird nicht angegeben, was getan wurde, sodass die Stärke der Beweise nicht allein anhand der Quelle beurteilt werden kann.
Eine zweite Einschränkung besteht darin, dass die Zuordnung nur so gut ist wie die Taxonomie. Die vier Domänen und die Zuweisung von 46 Aufgaben zu ihnen sind Entscheidungen der Forscher, die sich auf die Literatur zur menschlichen Neurobildgebung stützen. Eine andere Aufteilung der kognitiven Funktionen könnte ein anderes Bild davon liefern, wie sauber das Modell sie trennt. Ergebnisse dieser Form sind auch anfällig für Verwechslungen der Oberflächenform: Aufgaben in derselben Domäne haben oft denselben Wortschatz, eine gemeinsame Satzstruktur und ein ähnliches Antwortformat, und eine überlappende Aktivierung könnte dies widerspiegeln und nicht eine gemeinsame abstrakte Berechnung.
Für allgemeine Leser sollte der Befund nicht als Beweis dafür verstanden werden, dass Sprachmodelle wie Menschen denken, bewusst sind oder menschenähnliches Verständnis haben. Bei der Behauptung geht es um die statistische Organisation interner Aktivierungen, nicht um subjektive Erfahrungen oder die Übereinstimmung menschlicher Genauigkeit bei diesen Aufgaben. Gehirnanalogien werden im KI-Marketing häufig verwendet, und genau diese Art von Ergebnis wird zu einer stärkeren Behauptung zusammengefasst, als es in der Arbeit der Fall ist.
Was Sie als nächstes sehen sollten
Achten Sie auf das vollständige Papier und den Code, die Identität und Anzahl der analysierten Modelle, die Ergebnisse der kausalen Ablation, die zeigen, dass die Beschädigung eines mutmaßlichen Moduls seine Domäne selektiv beeinträchtigt, und eine Peer-Review der Mensch-Netzwerk-Zuordnung, von der der Vergleich abhängt.
Das erste, was Sie überprüfen sollten, ist der vollständige Artikel und alles, was sich hinter dem Link im Kommentarfeld verbirgt. Die spezifischen Punkte, auf die es ankommt: Welche Modelle wurden analysiert und wie viele, ob sie mehrere Familien und Parameterskalen umfassen, die vollständige Liste von 46 Aufgaben, das Kriterium, das zum Aufrufen eines rekrutierten Neurons verwendet wird, und ob Code und Daten freigegeben werden, damit andere die Analyse erneut ausführen können. Ein Ergebnis, das als allgemeine Eigenschaft großer Sprachmodelle dargestellt wird, muss für mehr als ein Modell gelten.
Der zweite ist der kausale Beweis. Beim persuasiven Folgetest handelt es sich um eine Läsionsstudie: Unterdrücken Sie die Einheiten, die als Population des sozialen Denkens identifiziert wurden, und prüfen Sie, ob die Leistung bei Aufgaben des sozialen Denkens abnimmt, während die Aufgaben des sprachlichen und körperlichen Denkens ungefähr gleich bleiben. Doppelte Dissoziationen dieser Art sind der Standard, den die Literatur zur menschlichen Neurowissenschaft verwendet, und die Anwendung desselben Standards auf Modelle würde die Behauptung von suggestiv zu solide verschieben.
Die dritte Frage ist die Reaktion der Kognitionswissenschafts- und Interpretierbarkeitsgemeinschaften. Durch Peer-Review wird die Abbildung des menschlichen Netzwerks getestet, und andere Gruppen können dieselben Aufgaben mit anderen Neuronenauswahlkriterien erneut analysieren. Erkenntnisse über die entstehende Struktur weisen eine gemischte Erfolgsbilanz auf: Einige wurden modellübergreifend repliziert, andere erwiesen sich als Artefakte der Sondierungsmethode und nicht als Eigenschaften des Netzwerks.
Es gibt auch eine Live-Spannung mit angrenzenden Arbeiten zur Entlassung. In einem separaten, aktuellen Vorabdruck wurde berichtet, dass die späteren Schichten eines Modells mit gemischten Experten eine starke Expertenmaskierung mit begrenztem Schaden tolerieren – ein Ergebnis, das darauf hindeutet, dass interne Spezialisierung im Wesentlichen überflüssig sein kann. Die Vereinbarkeit sauberer funktionaler Modularität mit Robustheit gegenüber Ablation im großen Maßstab ist eine offene Frage, und wie die beiden Beweislinien zusammenpassen, wird viel darüber aussagen, wie belastbar der Modularitätsanspruch ist.
Schauen Sie abschließend, ob etwas darauf aufgebaut ist. Der Test eines Interpretierbarkeitsergebnisses besteht darin, ob es die Praxis verändert – ob Sicherheitsteams domänenlokale Strukturen zur Überwachung, zum gezielten Verlernen oder zur Fähigkeitskontrolle verwenden oder ob es sich weiterhin um eine beschreibende Feststellung über Modellinterna handelt. Nichts in der Quelle weist auf eine mit der Arbeit verbundene Bereitstellung, ein Produkt oder ein Tool hin.
