arXiv · cs.AI· Camila Kolling, Mariya Toneva·· 7 小时前
利用可解释语义表征分解LLaMA2-7B与大脑的对齐
Decomposing Brain-LLM Alignment with Interpretable Semantic Representations
arXiv:2610.21508v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Camila Kolling, Mariya Toneva
研究任务与主要进展
基于论文摘要，研究使用SCRIBE表征分解LLaMA2-7B在自然故事理解fMRI任务中的脑预测方差，并发现全脑及语言相关区域的共享方差占主导。在7名参与者的Moth Radio Hour叙事故事数据中，具体语义属性的共享方差高于抽象属性，但两种表征均保留显著独特贡献；消融实验显示语义贡献分布于多个维度。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org