- 2 次围观
当人们在外部约束较低的情况下进行自发思维时，思维内容会持续变化，并可能在不同主题之间转换。然而，支配这些转换的认知计算原理仍不明确，类似的动态是否也会出现在人工语言生成中同样有待探究。在本研究中，我们借鉴觅食理论框架，将自发叙事动态形式化，构建了一个基于边际价值定理（marginal value theorem，MVT）的智能体，使其在以参与者特异性高阶斑块网络所表征的信息资源之间进行选择时，平衡探索与利用。斑块被定义为部分重叠的复合结构，其中包含二阶路径和三阶交互；其可用资源则通过多层级结构价值进行量化。在一项多主题自由口述叙事任务中，与随机置换基线相比，该模型对人类斑块激活的时间组织形式具有显著更强的预测能力，尽管模型拟合程度在不同的参与者—主题样本之间有所差异。模型预测的斑块转换与多个表征层级上的系统性语义分段和重组相对应。转换速率与叙述事件的感知重要性及其发生可能性呈正相关。在一项补充实验中，当对模型化记忆环境进行扩展、加入更多与枢纽相关的叙事资源后，上述结果仍得到重复。控制模型分析进一步表明，斑块网络拓扑结构、资源耗竭历史或任一层级的结构价值单独均只能解释所观察到动态的一部分；对人类行为最稳定的预测要求由多层级结构价值共同指导与觅食相关的决策。大型语言模型（LLM）生成的叙事同样表现出对该框架可检测的符合性，但完整模型对LLM内容的捕捉一致性较低，而更简单的控制模型能够解释其更大比例的斑块层级动态。总体而言，这些发现支持一种计算理论：斑块层级的叙事动态由对结构化记忆资源进行价值引导的觅食过程所组织；与此同时，研究也揭示了人类与人工语言生成之间在此类动态的强度和稳定性方面存在梯度性差异。
当人们在外部约束较低的情况下进行自发性思维时，思维内容会持续变化，并可在不同主题之间转换。然而，支配这些转换的认知计算原理仍不清楚，类似的动态是否也会出现在人工语言生成中同样有待探究。在本研究中，我们借鉴觅食理论框架，对自发性叙事动态进行了形式化建模，构建了一个基于边际价值定理（marginal value theorem，MVT）的智能体。该智能体在探索与利用之间进行权衡，并在一个以参与者为特异性、包含高阶结构的信息斑块网络中选择信息资源。斑块被定义为部分重叠的复合结构，其中包含二阶路径和三阶交互；其可用资源则通过多层级结构价值进行量化。在一项多主题自由口述叙事任务中，与随机打乱基线相比，该模型能够显著更好地预测人类斑块激活的时间组织，尽管模型符合程度在不同参与者—主题样本之间有所差异。模型预测的斑块转换与多个表征层级上的系统性语义分段和重组相对应。转换速率与叙述事件的感知重要性及其发生可能性呈正相关。在一项补充实验中，当对所建模的记忆环境进行扩展，加入更多与枢纽相关的叙事资源后，上述结果同样得到了重复验证。控制模型分析进一步表明，斑块网络拓扑结构、资源耗竭历史或任一单独的结构价值顺序，都只能解释所观察到动态的一部分；对人类行为最稳定的预测需要由多层级结构价值共同引导与觅食相关的决策。大型语言模型（LLM）生成的叙事同样表现出对这一框架的可检测符合性，但完整模型对LLM内容的捕捉一致性较低，而较为简单的控制模型则能够解释其更大比例的斑块层级动态。总体而言，这些发现支持一种计算解释：斑块层级的叙事动态由针对结构化记忆资源、以价值为导向的觅食过程所组织；同时，研究也揭示了人类与人工语言生成之间在这些动态的强度和稳定性方面存在程度不一的差异。
感谢您有兴趣帮助传播bioRxiv上的内容。
注意：要求提供您的电子邮箱地址，仅用于确认您是本文的发送者。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.07.749780v1?rss=1
🏷️ 自发思维 记忆斑块 觅食理论 边际价值定理 叙事动态 大型语言模型