В данном исследовании показано, что замороженные языковые модели могут служить эффективными нейронными предикторами мозговой активности при естественном восприятии речи и текста, при этом разделяя предсказательную полезность и утверждения о.shared нейронной организации. Анализ данных МЭГ и ЭкоГ выявил повсеместные положительные приросты предсказуемости по сравнению с базовыми моделями низкого уровня, хотя преимущества на уровне участников были локализованы, а не равномерны.

  • Проанализированы синхронизированные производные данные из Brain Treebank, MEG-MASC и Podcast ECoG с использованием восьми замороженных языковых моделей и блокированных кодировочных моделей.
  • Выявлено, что 67 из 432 доступных строк удовлетворяли контролируемому критерию только предсказуемости в наборах данных Brain Treebank и Podcast ECoG.
  • Подтверждена чувствительность на уровне компонентов через мозговые производные, связанные со временем, акустические и имплантированные сигналы контроля.
  • Показано, что аблиации функций на стороне модели изменяли оценки предсказуемости в большинстве оцениваемых исходных строк.

Эти результаты идентифицируют функции языковых моделей как полезные нейронные предикторы и уточняют, что предсказательная полезность отличается от утверждений о.shared нейронной организации или специфических вычислениях обработки языка.