人类与大型音频语言模型的社会语言加工差异：来自模型—脑对齐的证据

基于摘要分析。本研究考察大型音频语言模型（LALMs）能否像人类一样，在理解言语时整合说话者特征与语言内容。研究比较 Qwen2-Audio、Ultravox 0.5 的加工模式与人类 EEG 反应，以模型—脑对齐分析揭示两类系统在说话者情境化语言加工中的相似性与差异。 方法上，研究使用模型的 surprisal（惊异度）和 entropy（熵）指标，分析其对说话者特征与内容不一致的敏感性。材料区分社会刻板印象违背，例如男性说自己经常做美甲，以及生物学知识违背，例如男性说自己怀孕。此处的研究对象是言语理解及其认知机制，而非 BCI 解码或控制任务；摘要未说明音频呈现方式、指标提取细节及模型输出与 EEG 的具体对齐方法。 作者报告，Qwen2-Audio 对说话者不一致内容表现出更高的 surprisal，其 surprisal 值能够显著预测人类 N400 反应；Ultravox 0.5 对说话者特征的敏感性则有限。作者同时报告，两种模型均未复现人类对两类违背的加工区分：社会违背引发 N400 效应，生物学违背引发 P600 效应。因此，部分指标与 N400 的对应不宜直接解释为模型具有与人类相同的社会语言加工机制。 摘要未提供被试数、刺激规模、EEG 预处理、ERP 时间窗与电极选择、统计模型、效应量或数据划分信息，实验协议、消融及统计信息尚未验证。进一步核对全文时，关键是确认说话者线索与语言内容如何控制，以及模型指标对 ERP 的预测是否在明确的评估条件下成立。现有材料支持认知机制比较的阅读价值，但不构成 EEG/BCI 性能提升的证据。