นักวิจัยได้ทำการศึกษาการเกิดโครงสร้างการทำงานแบบแยกส่วน (Modular Cognitive Architecture) ในโมเดลภาษาขนาดใหญ่ (LLM) โดยเปรียบเทียบกับความเชี่ยวชาญเฉพาะด้านของสมองมนุษย์ที่แยกส่วนการทำงานของภาษา การคำนวณเหตุผล และความเข้าใจโลกออกจากกัน
จากการทดสอบกับงาน 46 ประเภทใน 4 โดเมนหลัก (ภาษา, เหตุผลเชิงตรรกะ, เหตุผลทางสังคม และเหตุผลทางกายภาพ) พบว่าโมเดล LLM พัฒนาเครือข่ายของนิวรอนที่ทับซ้อนกันเมื่อทำงานในประเภทเดียวกัน และแยกขาดจากกันเมื่อทำงานต่างประเภท ซึ่งเป็นรูปแบบเดียวกับที่พบในสมองมนุษย์ ข้อค้นพบนี้ชี้ให้เห็นว่าการจัดระเบียบแบบแยกส่วนอาจเป็นคุณสมบัติพื้นฐานของระบบที่ชาญฉลาด ไม่ว่าจะสร้างจากกระบวนการทางชีวภาพหรือการเรียนรู้ของเครื่อง
