PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / M · 记忆与学习 / M032 · 北大最新PLOSBiology：人类在小样本学习中会主动

M032 北大最新PLOS Biology：人类在小样本学习中会主动构建“个体化”关系网络

来源：公众号 PSY-Brain_Frontier ｜发布：2026-04-20 ｜原文链接

认知神经科学前沿文献分享

基本信息

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

发表时间: 2026-4-13

发表期刊: PLOS Biology

影响因子: 7.2

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

研究背景

在日常生活中，我们很少能获得完整的信息全貌。比如，仅仅看了几场网球比赛的胜负，或者听说了几个部门的业绩对比，我们的大脑就会自动在心里排出一张“实力排行榜”。这种从局部的、稀疏的配对关系中推导出全局结构的能力，在认知科学中被称为关系推理（relational inference）。

过去的主流理论（如独立价值模型）认为，这种推理是一个“被动积累”的过程。大脑就像一个记分牌，每看到一次A大于B，就独立更新一次A和B的潜在价值。随着经验增加，这些孤立的价值最终拼凑出接近真相的全局排名。然而，这种基于强化学习的经典模型真的能解释人类在“信息极度匮乏”时的学习机制吗？

北京大学研究团队提出了一种截然不同的假设：在小样本学习（few-shot learning）中，由于计算资源和证据有限，人类的大脑并非被动记分，而是受到归纳偏置（inductive bias）的驱动，主动向外“强加”一种全局的关系结构。为了验证这一“主动建构”假说，研究团队设计了一项预注册行为学实验，并结合脑磁图（MEG）技术，探究了当所有人面对完全相同的局部碎片信息时，大脑究竟是如何完成关系推理的。

Fig 1. 经典独立价值模型与主动建构模型的理论对比，以及本研究的小样本学习与测试范式设计。

研究核心总结

这项研究的核心在于打破了群体平均数据的假象，深入到了个体层面的认知差异。研究者让受试者学习8个项目之间非相邻的局部大小关系（仅展示8对），随后在无反馈的情况下测试他们对所有28种可能配对的判断。

一、群体表现符合经典模型，但个体层面存在高度稳定的系统性错误

如果只看群体平均数据，受试者的表现非常符合经典的传递性推理特征：他们不仅记住了学过的配对，还能推断出没见过的配对，并且表现出经典的“序列位置效应”和“符号距离效应”。经典的Q-learning模型完美拟合了这些群体层面的现象。

然而，当研究者将目光转向个体在具体配对上的表现时，发现了经典模型无法解释的现象。对于那些难度较高的配对（即排名相近的项目），受试者的准确率并没有像经典模型预测的那样呈正态分布（即大家都在平均正确率附近随机波动），而是呈现出极端的双峰分布。这意味着，面对同样的困难配对，一部分人总是坚定地选对，而另一部分人则总是坚定地选错。绝大多数受试者在至少一个局部配对上表现出了高度一致的错误倾向。

Fig 2. 局部配对测试的准确率分布表明，面对困难配对，受试者在个体水平上表现出高度稳定且两极分化的系统性错误，而非经典模型预测的随机波动。

二、局部错误并非随机噪声，而是源于个体内心自洽的“错误全局排名”

为什么受试者会如此固执地犯错？独立价值模型认为，局部错误是随机的、孤立的，因此一个人在不同配对上的错误往往会相互矛盾（例如认为A>B，B>C，却又认为C>A）。

但本研究的三元组一致性分析给出了相反的答案。研究发现，绝大多数受试者犯下的局部错误在逻辑上是高度自洽的。研究者利用HodgeRank方法重建了每个受试者内心的主观排名，发现尽管所有人学习的局部材料完全相同，他们却各自构建出了偏离真实情况、且彼此之间差异巨大的个体化全局排名。他们之所以在某些局部配对上持续犯错，正是因为这些错误完美契合了他们内心那个“自洽但客观错误”的全局框架。

Fig 3. 三元组一致性分析与主观排名重建证实，受试者的局部错误并非随机噪声，而是源于其内心构建的、高度自洽却偏离真实情况的个体化全局排名。

三、MEG证实：额顶叶神经表征与个体的“主观排名”高度对齐

为了寻找这种主观建构过程的神经证据，研究者在独立的受试者队列中进行了MEG实验。实验巧妙地设置了学习前（判断真实世界物体大小）和学习后（判断新学的抽象排名）两个阶段，以分离出由小样本学习引发的神经重组。

图10

Fig 4. MEG实验流程设计，通过对比学习前后的真实世界大小判断与新学排名判断，分离出由小样本学习引发的特定神经重组。

表征相似性分析（RSA）揭示了时间与空间上的双重分离。低级视觉特征的神经表征出现得很早（165-290 ms），而关于物体真实世界大小（先天固有知识）的表征出现在中期（240-480 ms）。最关键的是，在学习后阶段的晚期窗口（685-775 ms），大脑中顶叶区域的神经活动模式发生了重组。这种重组既不反映客观真实的排名，也不反映其他人的排名，而是特异性地与该受试者自己构建的“主观排名”高度对齐。

图11