LLM空間で脳波に乗る：個々のニューロン署名を用いて活性パターンを理解する
arXiv cs.CL / 2026/3/24
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本研究は、凍結したLLMの隠れ表現（Qwen 2.5 7BとLLaMA 3.1 8Bで検証）に、自然な文章の読解に対する個人のEEG応答を予測する、個人固有の「活性方向（activation directions）」が含まれているかどうかを調べる。
- ZuCoコーパスの30人の参加者から得た単語レベルのEEGを用いて、研究者らは参加者ごとに別々の線形プローブを学習し、その結果、単一の集団レベル・プローブよりも個人ごとのプローブがEEGの各特徴において優れていることを見いだす。特に高ガンマパワーでは大幅な向上が見られ（rho 0.183 vs. 0.020）、顕著である。
- 追加の対照解析により、この効果は注視回数などの非認知的な混絡要因では説明できないことが示される。注視回数では、個人固有の優位性は意味のある形では観察されなかった。
- 同定された個人の神経的方向性は時間的に安定しており、他者への移転可能性は概ね低い。また、共有される集団成分を取り除いた後でも予測力が維持される。
- 個人固有の信号はLLMの深い層で最も強く、28層のうち約24層でピークを示す。これらは、EEG駆動のパーソナライズ化のための幾何学的な基盤を与える可能性があると示唆される。
