面向阅读与引导LLM状态的脑基轴

大型语言模型（LLM）的解释性方法通常从文本监督中派生方向，这可能缺乏外部 grounding。我们提出使用人类脑活动不是作为训练信号，而是作为读取和引导LLM状态的坐标系。利用SMN4Lang MEG数据集，我们构建了基于相位锁定值（PLV）模式的词级脑图谱，并通过主成分分析（ICA）提取潜在轴。我们用独立词典和NER-based标签（用作校查）验证了轴，并训练轻量级适配器将LLM隐藏状态映射到这些脑轴，而无需对LLM进行微调。沿所得脑派生方向进行引导，可在TinyLlama中获得一个鲁棒的词汇（频率关联）轴，能抵御困惑度匹配的控制，并表明脑轴与文本探针相比，更大程度地产生log频率偏移（同时更低的困惑度）。功能/内容轴（轴13）在TinyLlama、Qwen2-0.5B和GPT-2中均表现出一致的引导效果，尽管TinyLlama中第4层的效应较大但不一致，因此我们将其视为次要的（见附录）。轴结构在不使用GPT嵌入变更特征或使用word2vec嵌入重建图谱时保持稳定（匹配轴的相关系数|r|=0.64-0.95），降低了循环一致性的担忧。探索性fMRI锚定表明潜在的嵌入变更和log频率对齐，但效果取决于血氧模型假设，仅作为人口水平证据。这些结果支持一种新型接口：神经生理学 grounding的轴为LLM行为提供可解释且可控的句柄。