Ontology-constrained multi-LLM scoring of hypothesis support in the predictive processing literature
本文介绍了一种受本体论约束的多大语言模型（multi-LLM）流水线，该流水线通过根据定义的假设术语表对研究进行评分，来综合碎片化的预测编码文献，从而生成传统元分析无法解决的可审计差异测量和定量证据空间。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你正试图理解一个庞大且混乱的图书馆，里面有成千上万名科学家撰写的关于人类大脑如何预测未来的书籍。问题在于，这些书是用不同的语言编写的，使用不同的地图，而且有时还会互相矛盾。有些作者将“预测误差”（prediction errors）描述得像是电火花，而另一些人则将其描述为统计概率。试图阅读所有这些书籍并弄清楚科学界究竟达成了什么共识，就像是在拼凑一个来自不同盒子的巨大拼图。
这篇论文描述了一种解决这个拼图问题的新方法，即使用一支 AI “图书管理员”团队。
问题：碎片化的图书馆
作者关注的是一个被称为**预测编码（Predictive Coding）**的特定领域。这是指我们的大脑不断在猜测接下来会发生什么，并且只有在现实让我们感到意外时（比如在安静的房间里听到一声巨响）才会给予关注。
多年来，科学家们使用许多不同的工具研究了这一现象：脑扫描、电生理记录、计算机模型和行为测试。由于这些方法如此不同，很难将它们的发现合并成一个清晰的图像。传统的科学总结方法（称为元分析/meta-analysis）通常要求所有的研究都必须以完全相同的方式进行，但这在这里是不可能的。
解决方案：AI 管理员委员会
作者并没有让一位人类专家去阅读一切，而是构建了一个本地多 LLM 流水线（local multi-LLM pipeline）。可以把它想象成一个“委员会”，由十个不同的 AI 模型（就像十个不同的专家团队）组成，他们在（本地执行的）安全私密房间里共同工作，这样敏感数据就不会离开他们的计算机。
以下是他们让 AI 团队协同工作的过程：
规则手册（本体论/Ontology）： 在 AI 开始阅读之前，人类作者创建了一个严格的“术语表”或规则手册。它定义了 36 个特定的概念，并将这些概念归纳为三个主要想法（假设）：
- 预测性抑制（Predictive Suppression）： 大脑在预期某事发生时是否会变得安静？
- 前馈误差传播（Feedforward Error Propagation）： 当大脑感到惊讶时，是否会向层级结构上方发送“呐喊”式的误差信号？
- 普遍性（Ubiquity）： 这种“预测机器”是存在于大脑的各个角落，还是仅存在于特定区域？
阅读过程： AI 团队阅读了 31 篇科学论文。他们不仅阅读文本，还利用一种特殊的视觉工具查看了图表和数据，以理解数据内容。
评分： 对于每一篇论文，10 个 AI 模型中的每一个都会针对三个主要想法给出从 -1（强烈反对）到 +1（强烈赞同）的评分。它们必须准确引用论文中发现证据的具体位置，扮演着严格的同行评审员角色。
结果：绘制景观图
一旦 AI 委员会完成评分，作者就会将结果视为一张 3D 地图。
- “局部”与“全局”奇特刺激（Oddball）： 他们在两种不同的场景下测试了论文：
- 局部奇特刺激（Local Oddball）： 一个简单的惊喜（例如在一系列哔哔声中出现的一个哔声）。
- 全局奇特刺激（Global Oddball）： 一个复杂的、长期的模式变化（例如游戏规则的变化）。
- 研究发现：
- 一致性： AI 委员会发现，大多数论文都同意大脑存在“预测性抑制”（即对于预期中的事物会变得安静）并向前发送误差信号。
- 分歧点： 对于这些机制是否在脑部到处发生（普遍性），一致性要低得多。
- 转折点： 对于简单的“局部”惊喜，一致性要比复杂的“全局”惊喜强得多。“全局”语境更加混乱且分散。
衡量科学的新工具
作者发明了一些巧妙的方法来衡量科学文献的“凝聚度”：
- 假设空间温度（Hypothesis-Space Temperature）： 想象科学论文是罐子里的气体颗粒。如果它们都挤在同一个角落，那么“温度”就很低（高一致性）。如果它们在整个罐子里到处乱跳，那么“温度”就很高（高分歧）。
- 他们发现，对于简单的局部惊喜，“温度”很低（科学家们达成共识）。
- 对于复杂的全局惊喜，“温度”很高（科学家们存在分歧）。
- 离群值（The Outlier）： 他们识别出了一篇非常特别的论文（Westerberg et al., 2025），这篇论文与其他论文截然不同。它在涉及复杂全局模式时，与标准观点不符。AI 委员会成功地在没有人类偏见的情况下，将这篇论文标记为“离群值”。
为什么这很重要
这篇论文证明了，在严格的人造规则手册指导下，一个 AI 模型团队可以阅读一个混乱、碎片化的科学领域，并将其转化为一张清晰的定量地图。
- 可审计性（Auditability）： 由于 AI 模型是在本地运行并保留其推理日志的，人类可以检查它们的工作。
- 衡量分歧： 该方法不仅仅是简单地说“科学家们存在分歧”，而是测量了他们究竟在多大程度上以及在何处产生分歧。
- 可扩展性（Scalability）： 这种方法可以处理比人类团队多得多的论文，从而使科学研究能够跟上研究快速增长的步伐。
简而言之，作者构建了一台机器，它可以阅读混乱的图书馆，将书籍分类整理成一张整洁的 3D 地图，并准确地告诉我们科学家们在哪些地方步调一致，又在哪些地方仍在争论不休。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。