哪些注意力头像人脑？并非那些执行计算的头

基于摘要分析。研究考察 LLM 中与人类 EEG 对齐的注意力头是否也因果性地参与任务求解，在抽象模式补全任务（AAABAAA → B）中，将注意力头表征与 EEG 的对齐程度，同移除这些头后任务表现的变化进行比较。核心贡献是区分表征层面的脑对齐与模型完成任务所依赖的计算作用。 方法上，研究引入两类不依赖脑信号定义的注意力头指标：concept vectors（CVs）用于表征跨格式的抽象模式，function vectors（FVs）依据对正确答案预测的贡献筛选。研究比较脑对齐程度与两类指标的关联，并以 attribution patching 选出的头作为消融对照。 作者报告，在覆盖 3B–72B 参数的 17 个模型中，按 FV 排序移除注意力头，对任务表现的破坏明显大于按脑对齐程度排序移除。脑对齐头对表现有贡献，但移除它们的影响小于移除 attribution patching 选出的头；脑对齐程度与 FV 分数关联较弱，与 CV 分数的关联则因模型而异。 作者还报告，脑对齐头中反复出现两类注意力模式：novelty heads 关注独特元素，追踪显著性并关注人类注视的相同元素，但移除该类头的平均损害小于随机消融；repetition heads 关注重复元素，对表现贡献有限，并与 CV 所衡量的抽象模式表征相关。作者据此认为，脑对齐更能反映模型如何读取刺激，而较弱地反映其如何表征模式和求解任务。 这些结果不等同于 EEG 解码或 BCI 性能改进，其适用范围是所述抽象模式任务中的脑–模型对齐解释。EEG 被试与采集信息、对齐指标、模型清单、消融比例、随机对照匹配方式及统计信息尚未验证，仍需全文核对。