bioRxiv（Neuroscience）· Shan Gao·2026-10-22 08:00· 3 天前AI 评分52

Shan Gao 团队用fMRI与GPT-2嵌入分析持续注意力如何影响叙事语义编码

Individual Differences in Sustained Attention Tune Semantic Abstraction in Neural Encoding of Narratives

AI 导读

Shan Gao 团队利用49名受试者听英文有声书《小王子》的fMRI数据，在不同层和预测长度上用GPT-2嵌入训练编码模型，发现基于第8层高层嵌入的模型在122个皮层与皮层下ROI中的73个出现显著脑-大模型对齐，集中于颞叶皮层和默认模式网络。

AI 要点

团队

Shan Gao（bioRxiv 预印本，作者单位原文未提及）

主要结果

GPT-2 第 8 层嵌入训练的编码模型在 122 个 ROI 中 73 个显著对齐；持续注意连接组分数与 18 个 ROI 编码表现相关，最强在岛叶。

解决什么问题

既有神经编码建模把语义表征压成跨被试汇总的单一保真度分数，忽略个体差异及差异是否具定性性质。

方法

49 名被试听英文有声书《小王子》的 fMRI 数据，用不同层与预测长度的 GPT-2 嵌入训练编码模型，并按抽象层级分解语义信息。

局限

从研究设计看，为单一叙事材料的观察性关联分析，未设对照，不能确立因果。

AI 依据原文整理，未经人工核对。