Brain Score 追踪语言的共享属性：来自多种自然语言与结构化序列的证据
计算与语言
2026-04-20 v1
摘要
近期基于神经网络的语言模型（LM）取得突破，引发了一个问题：这些模型的处理过程与人类语言处理有多大相似度？使用名为 Brain Score (BS) 的框架——通过 LM 激活来预测阅读时的 fMRI 激活——所得到的结果，被用来论证二者具有高度的相似性。为了理解这种相似性，我们通过在不同类型的输入数据上训练 LM 并在 BS 上进行评估来开展实验。我们发现，在来自许多不同语系的多种自然语言上训练的模型具有非常相似的 BS 性能。在其他结构化数据——人类基因组、Python 和纯层级结构（嵌套括号）——上训练的 LM 也表现相当不错，在某些情况下接近自然语言。这些发现表明，BS 能够凸显语言模型跨自然语言提取共同结构的能力，但该指标可能不够敏感，以至于我们无法仅凭高 BS 分数推断出类人的处理过程。
引用
@article{arxiv.2604.15503,
title = {Brain Score Tracks Shared Properties of Languages: Evidence from Many Natural Languages and Structured Sequences},
author = {Jingnong Qu and Ashvin Ranjan and Shane Steinert-Threlkeld},
journal= {arXiv preprint arXiv:2604.15503},
year = {2026}
}