北大最新PLOS Biology：人類在小樣本學習中會主動構建“個體化”關系網絡

認知神經科學前沿文獻分享

基本信息

Title:Human brains construct individualized global rankings from identical few-shot learning input

發表時間:2026-4-13

發表期刊:PLOS Biology

影響因子:7.2

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

研究背景

在日常生活中，我們很少能獲得完整的信息全貌。比如，僅僅看了幾場網球比賽的勝負，或者聽說了幾個部門的業績對比，我們的大腦就會自動在心里排出一張“實力排行榜”。這種從局部的、稀疏的配對關系中推導出全局結構的能力，在認知科學中被稱為關系推理（relational inference）。

過去的主流理論（如獨立價值模型）認為，這種推理是一個“被動積累”的過程。大腦就像一個記分牌，每看到一次A大于B，就獨立更新一次A和B的潛在價值。隨著經驗增加，這些孤立的價值最終拼湊出接近真相的全局排名。然而，這種基于強化學習的經典模型真的能解釋人類在“信息極度匱乏”時的學習機制嗎？

北京大學研究團隊提出了一種截然不同的假設：在小樣本學習（few-shot learning）中，由于計算資源和證據有限，人類的大腦并非被動記分，而是受到歸納偏置（inductive bias）的驅動，主動向外“強加”一種全局的關系結構。為了驗證這一“主動建構”假說，研究團隊設計了一項預注冊行為學實驗，并結合腦磁圖（MEG）技術，探究了當所有人面對完全相同的局部碎片信息時，大腦究竟是如何完成關系推理的。

Fig 1. 經典獨立價值模型與主動建構模型的理論對比，以及本研究的小樣本學習與測試范式設計。

研究核心總結

這項研究的核心在于打破了群體平均數據的假象，深入到了個體層面的認知差異。研究者讓受試者學習8個項目之間非相鄰的局部大小關系（僅展示8對），隨后在無反饋的情況下測試他們對所有28種可能配對的判斷。

一、群體表現符合經典模型，但個體層面存在高度穩定的系統性錯誤

如果只看群體平均數據，受試者的表現非常符合經典的傳遞性推理特征：他們不僅記住了學過的配對，還能推斷出沒見過的配對，并且表現出經典的“序列位置效應”和“符號距離效應”。經典的Q-learning模型完美擬合了這些群體層面的現象。

然而，當研究者將目光轉向個體在具體配對上的表現時，發現了經典模型無法解釋的現象。對于那些難度較高的配對（即排名相近的項目），受試者的準確率并沒有像經典模型預測的那樣呈正態分布（即大家都在平均正確率附近隨機波動），而是呈現出極端的雙峰分布。這意味著，面對同樣的困難配對，一部分人總是堅定地選對，而另一部分人則總是堅定地選錯。絕大多數受試者在至少一個局部配對上表現出了高度一致的錯誤傾向。

Fig 2. 局部配對測試的準確率分布表明，面對困難配對，受試者在個體水平上表現出高度穩定且兩極分化的系統性錯誤，而非經典模型預測的隨機波動。

為什么受試者會如此固執地犯錯？獨立價值模型認為，局部錯誤是隨機的、孤立的，因此一個人在不同配對上的錯誤往往會相互矛盾（例如認為A>B，B>C，卻又認為C>A）。

但本研究的三元組一致性分析給出了相反的答案。研究發現，絕大多數受試者犯下的局部錯誤在邏輯上是高度自洽的。研究者利用HodgeRank方法重建了每個受試者內心的主觀排名，發現盡管所有人學習的局部材料完全相同，他們卻各自構建出了偏離真實情況、且彼此之間差異巨大的個體化全局排名。他們之所以在某些局部配對上持續犯錯，正是因為這些錯誤完美契合了他們內心那個“自洽但客觀錯誤”的全局框架。

Fig 3. 三元組一致性分析與主觀排名重建證實，受試者的局部錯誤并非隨機噪聲，而是源于其內心構建的、高度自洽卻偏離真實情況的個體化全局排名。

為了尋找這種主觀建構過程的神經證據，研究者在獨立的受試者隊列中進行了MEG實驗。實驗巧妙地設置了學習前（判斷真實世界物體大小）和學習后（判斷新學的抽象排名）兩個階段，以分離出由小樣本學習引發的神經重組。

Fig 4. MEG實驗流程設計，通過對比學習前后的真實世界大小判斷與新學排名判斷，分離出由小樣本學習引發的特定神經重組。

表征相似性分析（RSA）揭示了時間與空間上的雙重分離。低級視覺特征的神經表征出現得很早（165-290 ms），而關于物體真實世界大小（先天固有知識）的表征出現在中期（240-480 ms）。最關鍵的是，在學習后階段的晚期窗口（685-775 ms），大腦中頂葉區域的神經活動模式發生了重組。這種重組既不反映客觀真實的排名，也不反映其他人的排名，而是特異性地與該受試者自己構建的“主觀排名”高度對齊。

Fig 5. MEG表征相似性分析揭示，在學習后，大腦額頂葉區域的神經活動模式發生重組，并特異性地與受試者個人的主觀排名高度對齊。

研究意義

這項研究從根本上挑戰了長期主導關系學習領域的“被動價值更新”框架。它告訴我們，在面臨信息稀疏和計算資源受限的環境時，人類大腦并不是一個單純的統計機器。相反，大腦具有強大的生成性與建構性，它會主動調用歸納偏置，強行給零散的信息賦予一個統一的全局結構。

這種機制解釋了為什么我們在日常生活中容易產生認知偏差或固執己見：為了維持內在邏輯的連貫與自洽，大腦寧愿在某些局部事實上系統性地“犯錯”。從方法學上看，該研究也提醒未來的認知建模與神經影像分析，不能僅僅停留在群體平均層面，因為真正驅動行為的，往往是那些被平均掉的、高度個體化的內部建構過程。

分享人：飯鴿兒

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認知神經科學的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨行。歡迎加入PsyBrain 學術社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點擊卡片進群，歡迎你的到來

一鍵關注，點亮星標 ? 前沿不走丟！

一鍵分享，讓更多人了解前沿