因果事件结构塑造了人类皮层与语言模型中趋同的再激活特征

内容形式：摘要译文

人类通过理解事件的潜在因果结构来适应不断变化的环境，而现代大型语言模型（LLM）也日益表现出类似的能力。然而，阐明因果知识如何在人脑和大型语言模型中得到表征与整合，对于认知科学而言是一项重大挑战。为此，我们将表征流形的拓扑分析与神经科学中的再激活分析相结合。我们发现，事件层面的因果关系会调节人脑中具有时间结构的神经再激活，尤其是在角回、楔前叶和前额叶皮层中。相比之下，大型语言模型通过具有位置结构的表征再激活来表达这些关系。尽管存在这些差异，两种系统所产生的再激活模式却呈现出相似的内在流形结构。总体而言，这些发现表明，人脑与大型语言模型在组织因果知识方面遵循一种共同原则。

关键词：因果事件结构 · 神经再激活 · 人类皮层 · 大型语言模型 · 表征流形 · 认知神经科学

原文链接：https://www.biorxiv.org/content/10.64898/2026.09.28.754904v1?rss=1