arXiv q-bio.NC（Neurons and Cognition）·2026-10-06 12:00· 19 天前AI 评分34

评估分辨率混淆模型-大脑 RSA 中早期视觉皮层的学习规则比较

Evaluation Resolution Confounds Learning-Rule Comparisons in Model-Brain RSA of Early Visual Cortex

AI 导读

针对反馈对齐、预测编码、STDP 等生物可行学习规则的研究发现，未训练或局部训练网络在早期视觉皮层媲美甚至超越反向传播这一常见结论，取决于网络被评估的分辨率。

AI 要点

团队

作者 Nils Leutenegger，arXiv 预印本（q-bio.NC），原文未提及其他机构与团队。

主要结果

在人类 V1 的 RSA 中，未训练网络与反向传播网络的差距随评估分辨率从 32 px 的 -0.001 增至 224 px 的 +0.030；该增长在另外三种学习规则、猕猴电生理及 ResNet-50、Swin-Tiny 上重现。

解决什么问题

指出在早期视觉皮层的模型-大脑 RSA 中，评估分辨率会混淆学习规则的比较，即“未训练或局部训练网络媲美甚至超过反向传播”的结论取决于评估分辨率。

方法

在 32×32 图像上训练小型网络，与人类 V1 做表征相似性分析；六种分辨率、5 个随机种子、按被试对跨 run 刺激对做 RSA，并在单种子猕猴电生理中验证。

局限

从研究设计看，猕猴电生理结果仅为单种子、方向性验证；作者指出在 V1 上对全局池化特征的 RSA 分辨率有限（单张图像单一亮度值即达 ρ=0.054，与未训练网络 0.053 相当）。

AI 依据原文整理，未经人工核对。