对应论文
视频简介
这篇 Nature Communications 论文用可解释机器学习从多组 fMRI 数据中训练自我 mentalizing、他人 mentalizing 以及共享 mentalizing 的脑标记。 核心结果是 self/other mentalizing 在可分离的脑网络权重中表现出来，并能在样本外预测；跨两类 mentalizing 的分类器还能区分心理属性推断和事实推断。 论文进一步显示这些 classifier patterns 在健康成人、精神分裂症样本和青少年发育样本中存在系统差异，说明它不是单一任务拟合，而是可迁移的社会认知神经表征。 它值得收录，因为它把社会认知中的自我/他人建模问题转化为可解释、可验证的神经表征接口，对 AI 中 self/other modeling、社会智能评估和可解释表征学习有概念外溢。