你给AI两条前提：“所有鸟都有羽毛；麻雀是鸟。”再问它能否推出“麻雀有羽毛”。这类从前提得到必然结论的过程，叫演绎推理。LLM有时能答对，但研究者仍在追问：它内部处理逻辑的方式，与人脑推理时的活动有没有关系？更进一步，人脑信号能否反过来帮助模型？
Nature Machine Intelligence刊载的这项研究尝试回答第二个问题。团队先比较LLM的内部表征——模型处理文字时形成的一组数字状态，可以理解为一份临时的“意义草图”——与人类完成推理任务时的fMRI活动。fMRI即功能性磁共振成像，它通过血液含氧量变化，间接估计哪些脑区更活跃，并不是直接读取念头。
需要先说明：目前公开材料主要是论文摘要、数据与代码说明。下文的效果和结论均来自研究团队，尚无独立信源交叉验证。
不只问“像不像”
过去常见的问题是“模型与大脑的表征是否对齐”。所谓表征对齐，是看模型内部的信息组织方式，能否对应或预测脑活动。研究发现，在聚合层面，LLM能够解释推理相关脑区中相当一部分“可解释方差”，也就是脑信号里理论上可被模型捕捉的变化。但拆到特定推理类型后，这种神经预测能力较低。
这组结果同时显示了相似与分歧：模型与脑活动并非毫无关系，但对应关系也不稳定到足以证明两者用同一种机制思考。
论文更关键的一步，是把脑信号从“比较对象”变成“引导信号”。团队提出一个脑引导框架，寻找模型表征与脑表征联合结构所指向的方向，再沿这个方向调整模型内部状态。可以把它理解为：研究者先比较两份“意义草图”，找出共同变化的方向，然后在模型推理时轻推一把，并在训练阶段据此微调。
脑信号带来了什么？
研究覆盖10个LLM，参数规模从15亿到720亿。作者报告，任务诱发的脑信号能够改善模型的演绎推理表现，而且这种增益与只使用语言监督得到的增益具有“正交性”。说白了，脑信号似乎提供了语言训练没有完全重复的信息，而不只是换一种形式再教模型答案。
作者还称，这种效果可以跨推理类型迁移，最佳实验取得了13个百分点的绝对准确率提升。这里的“13个百分点”是最高结果，不代表10个模型或所有任务都能稳定获得同等提升。公开摘要也没有说明它对应哪个模型、哪类推理任务和哪条基线。
为什么值得关注？
这项工作的价值，不在于宣布LLM已经“像人一样思考”，而在于改变了研究问题：脑数据不再只用于评价模型像不像人脑，还被拿来实际干预训练和推理。如果后续研究能验证这种增益稳定存在，脑活动可能成为语言监督之外的一种补充信号。
研究的复现条件相对透明。论文说明，所用数据集均为公开数据或可由代码生成；生成数据和实现代码已通过GitHub与Zenodo提供。不过，这些材料仍来自同一研究团队，不能算多源印证。
局限与未知
- 摘要没有披露各模型、数据集、基线、样本量、统计显著性，以及最佳13个百分点提升的具体条件。
- “相当一部分可解释方差”和“正交于语言监督”缺少具体数值与操作定义，跨推理类型迁移的范围和稳定性也无法从摘要判断。
- 脑信号能改善模型表现，不等于模型获得了类人的推理机制，也不意味着实时读取人脑就能普遍增强LLM。现阶段更稳妥的说法是：研究找到了一个值得继续检验的脑信号引导方向。