稀疏大脑也是灵活大脑：基于认知负荷的动态激活机制

密集型大语言模型（LLM）面临效率瓶颈，因为它们不管输入复杂度如何，都严格激活所有参数。虽然已有稀疏方法（静态剪枝或动态激活）部分缓解了此问题，但它们要么缺乏对上下文或模型结构需求的适应性，要么造成巨大的计算开销。以人类大脑的双过程机制——预测编码（N400）用于主干稀疏，结构重分析（P600）用于复杂上下文——为灵感，本文提出 CLADA，即 \textit{\textbf{C}ognitive-\textbf{L}oad-\textbf{A}ware \textbf{D}ynamic \textbf{A}ctivation} 框架，融合统计稀疏与语义适应性。我们的关键见解是，LLM 激活呈现两种互补模式：1）由序列级前缀信息驱动的 \textit{全局统计稀疏}；2）由认知负荷指标（如惊讶值和熵）调制的 \textit{局部语义适应性}。CLADA 采用分层阈值策略：来自离线误差控制优化的基线确保 40%+ 稀疏率，实时认知信号动态调整。对六个主流 LLM 和九个基准测试的评估表明，CLADA 实现 \textbf{约 20% 的平均加速}，并在 <2% 准确率下运行，优于 Griffin（5%+ 性能下降）和 TT（几乎无加速）。关键的是，我们通过多水平回归分析（稀疏-适应性协同 $R^2=0.17$）建立了神经语言学事件相关电位（ERP）组件与 LLM 效率机制的首个正式联系。无需重新训练或修改网络结构，CLADA 提供了一个可部署的资源感知 LLM 推理解决方案，同时推动了生物学启发的 AI 设计。我们的代码已公开于 \href{https://github.com/Oldify/CLADA}{CLADA}。