大型语言模型在大脑中的映射是什么？反对过度依赖脑部评分的案例
内容提要
本文探讨了大型语言模型（LLMs）与人脑的相似性，利用“Brainscore”评估指标分析人类大脑活动与LLMs的关系。研究发现，LLMs在模拟认知语言处理方面表现优异，尤其在预测神经科学实验结果上超过专家。然而，LLMs在情感理解和比喻处理等方面仍存在不足。研究建议通过细化调整模型以提高与人脑反应的一致性。
延伸解读
Brainscore 作为评估工具的局限
文章指出，Brainscore 通过线性回归分析 fMRI 数据与 LLM 拓扑特征，揭示了脑区与模型的对齐关系。但作者强调，这一指标仅反映功能相似性，不能等同于大脑实际工作机制。过度依赖脑部评分可能误导对模型认知能力的判断，因为相似性高并不代表模型真正理解语言。
模型扩展与对齐训练的双重影响
研究发现，模型扩展与 LLM-脑信号相似性呈正相关，对齐训练也能显著提高相似性。这意味着更大、更对齐的模型在神经层面更接近人脑反应。然而，这种提升是否意味着认知能力的真正进步，还是仅统计上的拟合，仍需谨慎区分。
情感与比喻：LLM 的明显短板
文章明确提到，LLM 在情感理解、比喻语言处理和物理常识方面表现不足，与人类大脑反应存在差异。通过针对这些现象进行细化调整，模型与脑反应的一致性有所提高。这表明当前 LLM 对特定类型知识的表示不充分，是造成人机差异的重要原因。
上下文信息的关键作用
研究强调，上下文信息在提高模型性能和与大脑相似性方面具有重要性。高性能模型的分层特征提取路径更接近大脑，且使用更少层完成相同编码。这提示未来模型设计应更注重上下文整合，以缩小与人类认知处理的差距。
Q&A
大型语言模型（LLMs）如何与人脑活动相似？
大型语言模型在模拟认知语言处理方面表现优异，尤其在预测神经科学实验结果上超过专家，显示出与人脑活动的相似性。
LLMs在情感理解方面存在哪些不足？
研究发现，LLMs在情感理解、比喻处理和物理常识等方面表现不佳，未能很好捕捉这些现象。
如何提高LLMs与人脑反应的一致性？
通过细化调整模型和增加上下文信息，可以提高LLMs与人脑反应的一致性。
Brainscore评估指标的作用是什么？
Brainscore评估指标用于分析大型语言模型与人脑的相似性，揭示了在多个脑区中解释现有brainscores的特征组合。
上下文信息对LLMs性能的影响是什么？
上下文信息在提高LLMs性能和与大脑相似性方面具有重要性，能够增强模型的表现。
LLMs在科学发现中的潜力如何？
LLMs在预测神经科学实验结果方面表现优异，预示着与人类共同合作进行科学发现的未来。
