超越表示对齐：以脑信号引导语言模型推理

语言模型与人脑高阶认知机制的关系尚不清楚。研究聚焦演绎推理，发现模型内部表示不仅与任务fMRI活动部分对齐，也可通过这些信号直接改进。神经预测性指标显示，模型在总体上能解释推理相关脑区较大比例的可解释方差，但在具体推理类型内预测性更低，体现一致性与差异。脑引导框架依据模型与脑表示的联合结构确定方向，在推理时干预表示，并在训练时微调。10个模型（1.5B–72B）的实验显示，任务诱发脑信号可提供补充纯语言监督的推理收益，跨推理类型迁移，准确率最高提高13个百分点。研究将脑—模型关系从相关分析推进到引导。