Un dels reptes centrals de la interpretabilitat en intel·ligència artificial —el camp que intenta entendre per què un model fa el que fa, no només què fa— és saber si una neurona concreta dins d'un model de llenguatge respon sempre al mateix tipus de concepte o si, en canvi, la seva activació és més aviat sorollosa i depèn del context. Respondre-ho amb precisió sol requerir mètodes basats en gradients que calen molts recursos de càlcul, cosa que en la pràctica limita quantes neurones es poden analitzar alhora.
Un equip encapçalat per Runyu Wang presenta a arXiv, en un treball ja acceptat a la conferència EMNLP 2026, un mètode anomenat RACE (Residual Alignment for Consistency Estimation) que promet resoldre aquest coll d'ampolla. En lloc d'analitzar neurona per neurona amb tècniques costoses, RACE fa servir un marc estadístic basat en el pas endavant («forward pass») del model per estimar, a escala de tot el domini de coneixement i no només d'exemples individuals, si el comportament d'una neurona és consistent. Els autors afirmen que el cost computacional del mètode és aproximadament dos ordres de magnitud —és a dir, unes cent vegades— més baix que el dels mètodes basats en gradients, mentre que, segons els seus experiments de pertorbació, ofereix una especificitat de domini superior a la de les estimacions puntuals que donen aquests mètodes tradicionals.
La troballa és rellevant perquè un mètode barat i escalable per mapar la consistència funcional de les neurones facilitaria auditar models de llenguatge molt més grans dels que avui es poden analitzar amb els recursos de la majoria de laboratoris de recerca, un pas necessari per detectar comportaments no desitjats, esbiaixos apresos o circuits interns responsables d'una capacitat concreta. Com més barat sigui inspeccionar per dins un model, més accessible es fa aquest tipus d'auditoria per a equips que no disposen de la infraestructura de càlcul d'una gran empresa tecnològica.
Es tracta d'un treball acceptat a una conferència de referència en processament del llenguatge natural, cosa que indica que ha passat una revisió per parells, però encara és un mètode nou que caldrà veure si altres grups de recerca repliquen i adopten a gran escala. Els mateixos autors no detallen en el resum si el mètode s'ha provat en els models de frontera més recents i més grans del mercat, ni si la millora d'eficiència es manté igual de sòlida quan s'aplica a arquitectures molt diferents de les utilitzades en els seus experiments.