测量前先校准：条件接口决定生成式探针报告什么

基于摘要分析。本文研究冻结扩散模型用于神经解码时，其条件接口是否会扭曲刺激重建及条件似然测量，而非提出新的 EEG 解码网络。作者构造由数据处理不等式排序的刺激通道链，以有效测量工具应给出非递增曲线为校准依据，审计同一扩散骨干的四种条件接口，并发布用于运行前检查的校准模体（phantom）。 作者报告，在空间布局评估中，单 token 图像嵌入接口给予真实刺激的评分低于刻意错配的条件；同一次编码器计算产生的 257-token 读出则能正确反映布局。这一差异在第二个骨干和两组互不重叠的刺激集上仍然存在，而信息瓶颈更强的描述文本接口也能正确反映布局。因此，接口的压缩程度或表面描述不足以预判测量是否有效，需要直接校准。 机制方面，作者通过剂量—响应分析将问题归因于条件强度：提高强度会改善接口能够表达的维度，却可能将其无法表达的维度推至机会水平以下。在所评估的已部署解码器中，作者报告，全部十名被试的解码向量对真实嵌入的估计均劣于常量估计，并在部署强度的三分之一处达到最优；该结论的具体误差指标和优化协议尚未验证。作者还报告，两个独立解码器均存在由保形方法保证的过度自信幅度，以最优强度渲染能够缩小但不能消除该差距。 阅读重点是区分神经信号所含信息与生成模型接口能够表达、测量的信息，避免把条件似然直接视为中立读数。摘要未明确十名被试所对应的记录模态，也未给出刺激集名称、解码器训练与数据划分、似然计算方式或置信保证的具体定义；实验协议、消融及统计信息尚未验证。不能据此将结果推广为所有 EEG、fMRI 或 BCI 解码流程的共同结论。