脑机百科消息(bciwiki.com)，在面向渐冻症（ALS）患者的P300拼写器脑机接口中，大语言模型的语言先验究竟在多大程度上左右了系统的最终输出？研究团队2026年8月25日上传至medRxiv的一项预印本研究，对这一问题给出了量化回答。研究回顾性地重新解码了47名渐冻症患者的3373次P300拼写器选择，将重建的神经后验分别与25种语言先验融合——这些先验涵盖从传统5-gram模型到467亿参数大语言模型的广泛范围。
在保留集、按来源校准和等权融合条件下，语言先验平均贡献了8.6%的后验位移（选择中位数为2.9%），对应的神经信号贡献比例为0.914（95%置信区间0.896至0.934）。换言之，超过九成的系统决策仍由患者脑信号主导。但在4.4%的选择中（95%置信区间3.5%至5.3%），融合系统输出了患者预期的字符，而仅凭神经证据本不会选中该字符——这部分输出完全依赖语言模型的预测。研究还发现，21种神经语言模型之间的结果差异不大。研究团队指出，准确率本身无法揭示融合脑机接口的决策在多大程度上依赖于语言先验。该研究为预印本，尚未经同行评审。