研究：相似度分数不能证明模型与大脑或跨语言共享结构
热点事件持续更新
研究：相似度分数不能证明模型与大脑或跨语言共享结构
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Saman Rahbar 发布 arXiv 论文（2610.03827，已被 NeurIPS 2026 LP4FM 接收为海报），指出相似度分数高不能证明模型与大脑或跨语言之间存在真实共享结构，并提出在使用对应分数前应先测量去掉对应关系后分数还能剩多少。 论文给出的证据：在 17 种语言的语法探测中，距离最远的 4 种语言准确率处于随机水平，剔除后解释方差减半；把 272 个语言对当作独立样本时 p = 0.0006，但按 17 种语言为单位计算则 p = 0.155。大脑对齐实验中，语言模型与 fMRI 响应的相似度从 0.10 提升到 0.34（可靠性上限 0.54），但破坏大脑对应关系后相似度仍达 0.31。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
分数不等于结构：大脑对齐与跨语言迁移中的测量陷阱报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AI分数不等于结构：大脑对齐与跨语言迁移中的测量陷阱
arXiv 论文指出相似度分数不能证明模型与大脑或跨语言共享结构。覆盖 17 种语言的语法探测中，最远的 4 种语言准确率处于随机水平，剔除后解释方差减半；将 272 个语言对当独立样本时 p = 0.0006，以 17 种语言为单位则 p = 0.155。大脑对齐将语言模型与 fMRI 响应的相似度从 0.10 提到 0.34（可靠性上限 0.54），但破坏大脑对应关系后仍达 0.31。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。