利用人生事件模型检验柏拉图表征假说

基于摘要分析。该研究考察：分别从人生经历记录和语言中训练的模型，是否会学到相似的事件关系。研究将基于全国性登记记录中的人生经历序列训练的模型，与独立训练、输入相同事件文字描述的语言模型进行比较，以检验 Platonic Representation Hypothesis（柏拉图表征假说）。主要研究对象是人生事件表征，而非 EEG 或 BCI。 方法上，研究区分局部对齐与全局对齐：前者考察两个表征空间是否将相同事件视为近邻，后者考察所有事件对的相似性是否一致。研究依据 Aristotelian critique，对偶然一致与层选择的影响进行校准，并通过控制共享措辞和编码类别，检验局部对齐是否仅由表面信息造成。 作者报告，在原始模型比较范围内，人生经历模型规模每次增大，与每个语言模型之间的局部对齐均提高；语言能力更强也与更高的局部对齐相关，这一关联在更广泛的语言模型比较中同样出现。作者报告，控制共享措辞和编码类别后，局部对齐结论仍成立。所有模型配对的全局对齐均高于偶然水平，但当人生经历模型规模超过数百万参数后，全局对齐不再随规模增大而提高。因此，作者将结果解释为支持该假说的局部形式，而非所有尺度上的表征全面趋同。 摘要未提供登记数据来源与样本规模、事件构造、具体模型与对齐指标、数据划分及效应量；实验协议、消融及统计信息尚未验证。平台推测（待验证）：局部与全局对齐的区分可为跨模态表征比较提供方法参考，但本文并未验证神经信号与语言表征的对应关系，不能据此推导 EEG/BCI 解码收益；相关 EEG 工作尚未检索确认。