연구자들은 해석 불가능한 LLM 기반 뇌 예측 모델을 피질 기능에 대한 간결하고 검증 가능한 언어 가설로 변환하는 프레임워크인 생성 인과 테스트(GCT)를 개발했습니다. 이 방법은 특정 뇌 영역이 "음식 준비"와 같은 것에 반응한다는 것을 설명하는 짧은 구절로 모델 매개변수를 압축한 후, 표적 fMRI 실험을 통해 이러한 설명을 검증합니다.

  • GCT는 뇌 영역에 대한 예측 모델을 주도하는 구절을 식별하고 LLM을 사용하여 이를 간결한 설명으로 요약합니다.
  • LLM은 생성된 설명을 기반으로 해당 특정 영역을 활성화하도록 설계된 합성 이야기를 생성합니다.
  • 피험자들은 fMRI 스캐너에서 이러한 이야기를 듣게 되며, 이를 통해 연구자들은 표적 영역이 기준선보다 유의미하게 반응하는지 확인할 수 있습니다.
  • 이 접근법은 알려진 선택성을 확인하고, 이전에 상호 교환 가능하다고 여겨졌던 인접한 장소 처리 영역들을 구분했으며, 대화와 시계 시간과 같은 개념에 맞춰진 전두엽 미세 영역들을 식별했습니다.

이 방법은 후속 실험에서 직접 확인하거나 반증할 수 있는 가설을 제공함으로써 높은 정확도의 블랙박스 예측과 과학적 이해 사이의 간극을 메웁니다.