El autor divide el problema en dos: representar el circuito booleano como un conjunto de neuronas y conectarlo a una red entrenada. La primera parte, dice, es sencilla. Una neurona es una suma ponderada de entradas más un sesgo, pasada por una función de activación. Si las entradas son 0 o 1 y la activación es simplemente «mayor que cero», las puertas lógicas se convierten en neuronas: AND(A, B) = A + B - 1.5 > 0, OR(A, B) = A + B - 0.5 > 0 y NOT(A) = 0.5 - A > 0. Con estas puertas se puede construir cualquier expresión, y las neuronas se componen igual que los operadores simbólicos sobre el papel.
La segunda parte es acoplar el circuito a la red. Las señales de una red entrenada no son necesariamente un 0 o un 1 limpios, así que hace falta una correspondencia de entrada y otra de salida. Para la entrada define una Probe, que convierte la salida real de una neurona entrenada en una señal booleana. Por ejemplo, «probe Trigger: [L3 N234 >1]» vale 0 si la neurona L3 N234 es igual o menor que 1, y 1 en caso contrario. Se implementa con una sola neurona de entrada al circuito, con un umbral fijado según lo que se sepa de la neurona objetivo y de lo que significa que se active.
Para la salida define una Stim, un empuje aditivo que un valor booleano activa o desactiva. Identifica una neurona y una magnitud de dirección con signo, como en «stim Watermelon: [L11 N15292 -12.5]». Esa magnitud hay que elegirla según el efecto observado y deseado en el LLM; el ejemplo es una neurona que, empujada con -12.5, hace que el modelo se comporte como una sandía. En un transformer, los pesos de salida de una neurona MLP definen una dirección en el residual stream, y la stim suma la magnitud indicada a lo largo de esa dirección, normalizada a longitud 1.
Dentro de una misma pasada hacia delante, la sonda debe ejecutarse antes de la ubicación que estimula, como en el ejemplo de L3 a L11. Leer una capa posterior y estimular una anterior exige llevar la señal a un paso de procesamiento siguiente. El autor cree que esto describe un método para traducir una expresión booleana a un circuito neuronal y dos métodos de adaptación entre neuronas reales y valores booleanos. No incluye código: usa la entrada para ordenar ideas de un proyecto algo más complejo en el que trabaja.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.