追问daily | 老板取消开会后，打工人为什么会觉得时间变得更长；小鼠与人类大脑老化模式相似

█ 脑科学动态

Cell：阿尔茨海默病并非一种病，蛋白质图谱揭示其三种分子亚型

小鼠与人类大脑老化模式相似

全球数亿人受困扰，国际专家团队全面解读“长新冠”

咖啡因精准修复大脑记忆回路

新工具利用简短测验绘制学生知识图谱

观众决定表演质量：蜜蜂摇摆舞的精准度取决于听众

意外获得的空闲时间为何感觉更长？

社交媒体成精神健康信息雷区：TikTok误导性内容比例最高

█ AI行业动态

定义分布式Attention性能新标杆：Sand.ai推出MagiAttention v1.1.0

█ AI驱动科学

AI精准定制Ras亚型特异性结合剂攻克癌症靶向难题

仿昆虫机器人实现单侧传感器受损下的稳健气味追踪

突破静态限制：人工神经网络成功重现四足动物动态步态

利用压电材料开发无电机类鸟机器人

结合多模态数据的人工智能准确预测高风险驾驶员

语境连贯但用词相异：GPT-4o在结构化心理治疗对话中的对齐度测试

脑科学动态

Cell：阿尔茨海默病并非一种病，蛋白质图谱揭示其三种分子亚型

神经退行性疾病的分子机制为何如此复杂难解？为了厘清其背后错综复杂的蛋白质网络，由圣裘德儿童研究医院的 Junmin Peng 和西奈山伊坎医学院的 Bin Zhang 领导的多机构团队，构建了一个名为泛神经退行性疾病图谱（PanNDA）的综合蛋白质数据库。该图谱首次系统性地揭示了多种神经退行性疾病内部的分子亚型，并为精准诊断和治疗提供了新的靶点。

▷ 流程图展示了本研究的计算和实验工作流程。Credit: Cell (2026).

研究团队通过整合多种蛋白质组学策略，对来自六种主要神经退行性疾病的2279份人脑样本进行了前所未有的深度分析，构建了一个覆盖超过10,000种蛋白质的泛神经退行性疾病图谱。该图谱揭示了疾病内部存在过去未知的分子亚型，例如，阿尔茨海默病被分为三种，路易体痴呆分为四种。研究还识别出超过20种潜在的生物标志物，可用于区分不同的阿尔茨海默病亚型，为精准诊断提供了依据。通过构建蛋白质相互作用网络，团队不仅发现了不同疾病间共享和特有的病理通路，还识别出可能驱动疾病发展的关键蛋白，这些蛋白有望成为新的治疗靶点。研究发表在 Cell 上。

#疾病与健康 #神经机制与脑功能解析 #个性化医疗 #蛋白质组学 #阿尔茨海默病

阅读更多：

Shrestha, Him K., et al. “Pan-Neurodegeneration Proteomics Reveals Disease Subtypes and Molecular Signatures.” Cell, vol. 0, no. 0, Mar. 2026. www.cell.com, https://doi.org/10.1016/j.cell.2026.02.026

小鼠与人类大脑老化模式相似

人类大脑如何衰老，其复杂的网络结构如何随时间变化？来自哥伦比亚大学祖克曼研究所的 Itamar Kahn 和德克萨斯大学达拉斯分校的 Gagan S. Wig 团队通过研究小鼠，发现其大脑在网络层面的老化模式与人类惊人地相似，这一发现为加速理解和干预人类大脑衰老提供了宝贵的动物模型。

▷ 人类（左）和小鼠（右）大脑的功能磁共振成像扫描显示，连接模式（圆圈）会随着年龄而变化。 Credit Ezra Winter-Nelson.

研究团队利用先进的功能磁共振成像（fMRI）技术，在小鼠3至20个月（约相当于人类18至70岁）的生命周期中对其进行多次脑部扫描。为确保数据可比性，他们克服了巨大技术挑战，在小鼠清醒状态下完成了高质量的成像。分析结果显示，和人类一样，衰老小鼠的大脑功能模块的特化程度也显著下降。然而，研究也揭示了关键差异：人类大脑网络具有更高的整合度，但其模块特化性的衰退速度也比小鼠更快，这表明人类大脑为获得高级认知能力付出的代价可能是对衰老过程更加敏感。这项研究首次在宏观网络层面证实了小鼠作为人类大脑老化模型的有效性，使科学家未来能够在动物身上测试饮食、基因或药物干预对延缓认知衰退的影响。研究发表在 PNAS 上。

#疾病与健康 #神经机制与脑功能解析 #脑老化 #比较神经科学 #fMRI

阅读更多：

http://dx.doi.org/10.1073/pnas.2527522123

全球数亿人受困扰，国际专家团队全面解读“长新冠”

为系统梳理新冠长期症状（长新冠）对大脑和心理健康的多重影响，一个由Jo Ellen Wilson, Clarissa Lin Yasuda, E. Wesley Ely等14位国际专家组成的团队，综合分析了其流行病学、生物学机制、诊断及治疗现状，发表了一篇权威综述，为理解这一复杂的感染后慢性病提供了全面的科学视角。

该综述指出，全球有数千万至数亿人正受长新冠困扰，其神经精神症状尤为突出，包括认知功能障碍（cognitive dysfunction，俗称“脑雾”）、记忆丧失、焦虑和抑郁等。文章深入探讨了其复杂的生物学根源，认为可能涉及SARS-CoV-2病毒持续存在、潜伏的疱疹病毒被再激活、慢性免疫激活、肠道菌群失调以及大脑结构和功能连接的异常。目前，长新冠的诊断完全依赖于临床评估，即在感染后出现持续至少三个月的症状，尚无获批的生物标志物。研究强调，除了健康损害，长新冠还带来了严重的社会经济后果，包括生产力下降和医疗负担加重，患者也时常面临社会污名。鉴于尚无特效疗法，专家组强调避免病毒感染是唯一的预防手段，并呼吁采用多学科团队为患者提供个性化护理。研究发表在 Nature Reviews Disease Primers 上。

#疾病与健康 #心理健康与精神疾病 #新冠后遗症 #综述 #公共卫生

阅读更多：

Wilson, Jo Ellen, et al. “COVID-19-Associated Neurological and Psychological Manifestations.” Nature Reviews Disease Primers, vol. 11, no. 1, Dec. 2025, p. 91. www.nature.com, https://doi.org/10.1038/s41572-025-00674-7

咖啡因精准修复大脑记忆回路

睡眠不足如何损害社交记忆？咖啡因能否逆转这种损伤？新加坡国立大学杨潞龄医学院的Sreedharan Sajikumar和Lik-Wei Wong团队研究发现，咖啡因能够通过靶向海马体CA2区域的特定通路，精准修复睡眠剥夺导致的社交记忆缺陷，而不是简单地提神醒脑。该研究揭示了咖啡因在分子和行为层面恢复特定神经回路功能的精确机制。

研究团队首先通过让小鼠经历5小时的睡眠剥夺，发现这种短暂的睡眠缺失足以破坏海马体CA2区（大脑中对社交记忆至关重要的区域）的神经元通讯。电生理记录显示，神经元之间连接强度的可塑性受到显著抑制，这直接导致了小鼠在行为测试中无法区分熟悉与陌生的同类，表现出社交记忆障碍。然而，当研究人员在小鼠睡眠剥夺前让其摄入咖啡因后，这些损伤被完全逆转。咖啡因不仅恢复了CA2区的突触可塑性至正常水平，也修复了小鼠的社交记忆。更重要的是，研究证实咖啡因的作用具有高度特异性。它并非全局性地刺激大脑，而是像一把“分子钥匙”一样，精确作用于因睡眠不足而功能失调的腺苷受体信号通路，从而选择性地修复受损的神经回路，而未对正常状态下的大脑产生过度兴奋。研究发表在 Neuropsychopharmacology 上。

#疾病与健康 #神经机制与脑功能解析 #睡眠剥夺 #咖啡因 #社交记忆

阅读更多：

Wong, Lik-Wei, et al. “Caffeine Reverses Sleep Deprivation-Induced Synaptic and Social Memory Deficits via Adenosine Receptor Modulation in the Male Mouse Hippocampal CA2 Region.” Neuropsychopharmacology, Feb. 2026, pp. 1–10. www.nature.com, https://doi.org/10.1038/s41386-026-02362-w

新工具利用简短测验绘制学生知识图谱

传统的测验分数如何揭示学生真正的理解程度？针对这一教育领域的长期挑战，达特茅斯学院的Jeremy R. Manning、Paxton C. Fitzpatrick和Andrew C. Heusser团队报告了一种创新的数学框架。该框架能够将简单的多项选择测验结果，转化为一幅精细的学生个人知识地形图，为实现真正的个性化教育和开发下一代AI辅导系统铺平了道路。

研究的核心方法是利用驱动现代AI的文本嵌入模型，将每一个知识概念表示为高维空间中的一个坐标点。在这个空间里，概念间的关联性由它们的距离决定。研究团队对50名本科生在观看在线物理课程前后的测验数据进行了分析。通过将学生的回答与概念坐标相结合，该框架为每位学生生成了一张动态的“知识地图”，清晰地标示出他们已经掌握的知识领域（高峰）和尚存不足的区域（山谷）。实验结果表明，这些地图不仅能有效追踪学生学习过程中知识结构的演变，还能精准预测他们在特定问题上的表现。这项技术突破了传统评分的局限，它让教育者能自动化地识别每个学生的知识盲点，并为AI tutors提供深入理解学生认知状态的能力，从而提供量身定制的反馈。研究发表在 Nature Communications 上。

#AI驱动科学 #预测模型构建 #个性化教育 #知识图谱

阅读更多：

Fitzpatrick, Paxton C., et al. “Text Embedding Models Yield Detailed Conceptual Knowledge Maps Derived from Short Multiple-Choice Quizzes.” Nature Communications, vol. 17, no. 1, Mar. 2026, p. 2055. www.nature.com, https://doi.org/10.1038/s41467-026-69746-w

观众决定表演质量：蜜蜂摇摆舞的精准度取决于听众

蜜蜂的摇摆舞一直被视为单向信息传递的典范，但这种交流是否会受到观众的影响？中国科学院西双版纳热带植物园的DONG Shihao、TAN Ken及其合作者通过一系列精巧的实验揭示，摇摆舞实际上是一种动态的双向互动，其信息精准度会根据“观众”的数量和构成进行实时调整。

研究团队通过两种方式操纵蜂巢内的“观众”环境：一是在实验中直接减少潜在的追随者数量；二是在保持蜂巢总数不变的情况下，增加大量无法跟随舞蹈的幼蜂。结果明确显示，当适龄的追-随者稀少时，即使舞池因幼蜂存在而显得拥挤，舞者传递信息的精准度也会显著下降。具体表现为，它们编码食物方向和距离的动作变得更加多变。研究人员发现，缺乏观众的舞者在舞蹈的返回阶段会花费更多时间移动，覆盖更广的范围，仿佛在积极寻找能够接收信息的同伴。这种“寻找观众”的行为干扰了其维持精确舞蹈动作的能力，从而导致信息传递的“失真”。这项研究首次直接证明了蜜蜂摇摆舞中存在“观众效应”，挑战了其作为单向广播的传统观点。研究发表在 PNAS 上。

#认知科学 #神经机制与脑功能解析 #动物行为 #社会反馈 #蜜蜂

阅读更多：

Lin, Tao, et al. “The Audience Shapes the Information Content of the Honey Bee Waggle Dance.” Proceedings of the National Academy of Sciences, vol. 123, no. 14, Apr. 2026, p. e2518687123. www.pnas.org, https://doi.org/10.1073/pnas.2518687123

意外获得的空闲时间为何感觉更长？

工作安排意外取消为何让人感到无比自由？Gabriela Tonietto（罗格斯大学）及俄亥俄州立大学、多伦多大学与北京大学的团队发现，意外获得的空闲时间会引发主观时间膨胀，进而改变人们的行为决策和活动选择。

研究团队招募超2300名参与者开展了七项调查。前四项调查让受访者对比意外获得的空闲时间与常规预期空闲时间。分析表明，由于与原本无空闲的预期形成对比效应，意外获得的一小时主观感觉比普通一小时更长。后三项调查观察了这种时间膨胀感对行为的影响。结果显示，时间充裕感使人们倾向选择耗时更长的活动，例如员工会用45分钟任务替代30分钟任务，或步行去买咖啡而非在休息室速饮。无论活动是否有生产力，人们均偏好更耗时选项。此外，空闲出现得越突然，人们越可能将其用于休闲而非高效工作。这项研究发表在 Journal of the Association for Consumer Research 上。

#认知科学 #意图与决策 #时间管理 #心理学效应

阅读更多：

Tonietto, Gabriela, et al. “Gained Time Is Expanded: Examining the Psychological and Behavioral Consequences of Gaining Time.” Journal of the Association for Consumer Research, Jan. 2026. journals.uchicago.edu (Atypon), https://doi.org/10.1086/740288

社交媒体成精神健康信息雷区：TikTok误导性内容比例最高

社交媒体上的心理健康科普真的可靠吗？Alice Carter等（东安格利亚大学等机构）评估了多个平台上相关信息的质量。研究揭示各大平台充斥着大量缺乏依据的误导性内容，其中TikTok表现最差，有关孤独症和ADHD的内容误导率极高。

研究团队通过系统性回顾评估了27项研究，涵盖TikTok、YouTube等平台上的5057条帖子，涉及神经多样性和抑郁症等主题。结果显示，社交媒体误导信息比例最高达56.9%。TikTok表现最差，52%的ADHD视频和41%的孤独症视频不准确；YouTube平均误导率为22%，Facebook低于15%。此外，专业人员发布的内容准确性远胜普通创作者。在TikTok的ADHD视频中，仅3%的专业内容存在误导，而非专业内容的误导率达55%。受严格审核机制影响，YouTube Kids平台表现优异，抑郁焦虑内容零误导。研究指出算法推荐极大加速了虚假信息的传播，呼吁专业医生积极参与内容创作，并敦促平台加强审核以防延误患者诊治。研究发表在 Journal of Social Media Research 上。

#疾病与健康 #心理健康与精神疾病 #社交媒体 #误导信息 #神经多样性

阅读更多：

Carter, Alice, et al. “Quality, Reliability and Misinformation in Mental Health and Neurodivergence Content on Social Media: A Systematic Review.” Journal of Social Media Research, vol. 3, no. 1, Mar. 2026, pp. 30–47. jsomer.org, https://doi.org/10.29329/jsomer.84

AI 行业动态

定义分布式Attention性能新标杆：Sand.ai推出MagiAttention v1.1.0

人工智能基础设施公司Sand.ai近日宣布，其核心组件MagiAttention迎来v1.1.0版本的重大更新。作为专为超长序列训练设计的分布式注意力系统，此次升级重点针对英伟达Hopper与Blackwell两代GPU架构进行深度优化。研发团队引入了基于Flash-Attention 4的FFA_FA4后端，通过灵活掩码支持、高效分块稀疏生成以及寄存器到谓词（R2P）指令级加速等创新技术，在实现任意掩码无缝兼容的同时，将性能损耗控制在5%以内。这些改进使得在处理超长上下文时，显存占用和计算延迟均达到极致水平，为大规模多模态模型的训练提供了底层算力保障。

在分布式扩展层面，MagiAttention v1.1.0构建了原生Group Collective通信内核，彻底重塑了节点间与节点内的数据交换范式。通过将数据重排直接融合进通信算子，并采用“NVLink替代冗余RDMA”的传输策略，团队显著降低了跨机通信量和内存拷贝开销，性能远超传统AlltoAll-v方案。配合基于最小堆贪心算法的负载均衡调度器（Dispatch Solver）与自适应多阶段流水线重叠（Adaptive Multi-Stage Overlap）技术，该系统能在任意掩码条件下实现线性扩展。目前，该版本已在Magi-1等大规模视频生成模型训练中得到实证，并被多家科技公司应用于多模态大模型的实际生产环境中。

#MagiAttention #分布式AI训练 #GPU算力优化 #Blackwell架构 #长上下文模型

阅读更多：

https://sand.ai

AI 驱动科学

AI精准定制Ras亚型特异性结合剂攻克癌症靶向难题

针对Ras蛋白各亚型难以被精确区分的痛点，Jason Z Zhang和David Baker等团队利用深度学习技术，从头设计出特异性结合剂。该工具成功实现了对特定Ras亚型的精准追踪与活性抑制。

该研究利用先进的深度学习算法，针对Ras蛋白高度无序且带高电荷的C端（C-terminus，蛋白质多肽链的末端区域）展开从头设计。研究人员探索了多种计算策略，应用RFDiffusion（一种基于扩散模型的蛋白质主链生成算法）和ProteinMPNN（一种用于优化蛋白质序列的深度学习网络）生成候选库。随后结合AlphaFold2进行结构验证与筛选。体外实验显示，这些被称为RIBs的特异性结合剂亲和力极高，且在细胞内追踪内源性Ras亚型的分辨率远超现有传统抗体。研究进一步发现，表达RIBs会促使靶向的Ras亚型从细胞膜转移至细胞质，显著降低其GTP（Guanosine triphosphate，一种参与细胞能量与信号传导的分子）负载活性，进而阻断下游信号级联反应。在细胞模型中，靶向NRAS亚型的结合剂有效抑制了表达突变NRAS的白血病细胞系的增殖。这项研究不仅印证了定位在Ras功能活化中的决定性作用，更为未来的靶向癌症干预开辟了新路径。研究发表在 Cell chemical biology 上。

#疾病与健康 #预测模型构建 #分子靶向治疗 #深度学习 #计算生物学

阅读更多：

Zhang, Jason Z., et al. “De Novo Design of Ras Isoform Selective Binders.” bioRxiv, Feb. 2025, p. 2024.08.29.610300. PubMed Central, https://doi.org/10.1101/2024.08.29.610300

仿昆虫机器人实现单侧传感器受损下的稳健气味追踪

传统的嗅觉引导机器人通常依赖对称且完好的双侧传感器，一旦部分传感器在复杂环境中受损便会导致定位失败。Shunsuke Shigaki、Keisuke Yokota、Ryoko Sekiwa、Daisuke Kurabayashi和Dai Owaki等（日本国立信息学研究所、东京理科大学工学部和东北大学工学研究生院）提出了一种基于家蚕单侧触角导航机制的新型仿生策略，成功开发出即使在单侧传感器失效时也能精准追踪气味源的机器人系统。

▷ 阐明昆虫的适应性气味追踪机制：生物分析与工程重建相结合的方法。Credit: NII

研究团队以成年雄性家蚕（Bombyx mori）为模式生物，去除了它们的一侧触角以观察其对性信息素的追踪行为。实验揭示，家蚕能够动态整合剩余单侧触角上探测到气味的空间位置信息以及当前的飞行航向角，从而灵活调整行为决策，高精度地抵达气味源。基于这一生物学发现，研究人员构建了一个模拟单侧触角气味位置估计功能的系统，并将这种感觉运动策略植入一台配备嗅觉传感器的四足机器人中。在室内受控环境和存在显著风力干扰的室外复杂环境中进行的测试表明，即使人为关闭机器人的一侧传感器，该系统依然能保持与传感器完好时相当的定位性能和高成功率。这种受昆虫启发的自适应行为补偿策略，克服了传统气味定位算法在感觉功能受损时极易失效的缺陷，为开发适用于灾害响应等长期任务的稳健自主系统提供了重要指导。研究发表在 npj Robotics 上。

#认知科学 #机器人及其进展 #仿生学 #嗅觉导航 #自适应行为

阅读更多：

Shigaki, Shunsuke, et al. “Insect-Inspired Adaptive Behavioral Compensation Strategy against Olfactory Sensory Deficiency for Robotic Odor Source Localization.” Npj Robotics, vol. 4, no. 1, Feb. 2026, p. 12. www.nature.com, https://doi.org/10.1038/s44182-026-00080-5

突破静态限制：人工神经网络成功重现四足动物动态步态

如何让静态模型生成动态行为节律是一个长期存在的计算难题。布朗大学与北科罗拉多大学的 Juliana Londono Alvarez 、 Katherine Morrison 和 Carina Curto 开发出一种人工神经网络，成功重现了四足动物的多种步态模式及其无缝转换。

长期以来，神经科学家多利用吸引子网络来模拟静态大脑行为，如提取记忆信息。为了突破这一限制，研究团队利用阈值线性网络构建了一个仅包含24个人工神经元的精简动态模型。该模型创造性地分为两个模块：一个是负责接收外部输入信号的计数器网络，另一个是将跳跃、踱步、小跑、行走和弹跳等五种步态编码为极限环（limit cycles，动力系统中的一种闭合轨迹）的运动网络。研究人员引入了一种全新的分层融合架构，将这两个模块结合起来。结果显示，该网络能够在无需调整任何参数的情况下，自主生成这五种截然不同的四足动物步态，并能精准捕捉它们之间的快速转换，例如从小跑到行走的瞬间切换。这表明控制记忆编码的底层原理同样适用于生成复杂的动态节律。此外，与当前依赖庞大算力和互联网连接的控制程序相比，这种小型且高效的神经网络为机器人领域提供了新思路，有望使未来的四足机器人实现完全离线运行。研究发表在 Neural Computation 上。

#神经科学 #计算模型与人工智能模拟 #吸引子网络 #步态模式 #四足机器人

阅读更多：

Alvarez, Juliana Londono, et al. “Attractor-Based Models for Sequences and Pattern Generation in Neural Circuits.” Neural Computation, vol. 38, no. 3, Feb. 2026, pp. 257–91. Silverchair, https://doi.org/10.1162/NECO.a.1492

利用压电材料开发无电机类鸟机器人

传统无人机依赖电机与齿轮传动，难以媲美鸟类的高效飞行。罗格斯大学的Xin Shan与Onur Bilgen提出了固态扑翼机设计方案，成功利用智能材料的形变直接驱动机翼拍打，大幅提升了飞行器的灵活性。

▷ 奥努尔·比尔根教授（图中）正与罗格斯大学工程系学生合作，研发一种由电压驱动智能材料驱动的类鸟机器人原型。（从左至右）研究生艾汉·奥泽尔、达里奥·戈塞夫斯基、贝扎维特·格布雷和巴图汉·耶尔德勒姆展示了即将进行风洞试验的模型。Credit: Bilgen Lab

该研究摒弃了传统的电机驱动机制，转而利用压电效应开发新型扑翼机。研究人员将宏观纤维复合材料直接粘贴在柔性碳纤维机翼上。当施加电流时，机翼无需任何额外的关节或连接件即可产生拍动与扭转。为了解决这种无齿轮复杂系统的设计难题，团队开发了一个强大的多物理场有限状态全耦合模型。该模型结合了瑞利-里兹法（Rayleigh-Ritz method，一种用于求解复杂结构变形及自振频率的近似计算数学方法）和经验状态空间西奥多森函数（empirical state space Theodorsen function，用于计算非定常空气动力学气动力响应的函数模型），将机翼形变、多体动力学、流固耦合以及机电耦合紧密结合在一起。结果表明，这种固态设计消除了机械部件的摩擦与重量负担，系统可以借助通电材料直接在真实环境中高效响应。模型帮助工程师在软件中虚拟测试并优化了机身惯性、压电装置位置及激发电压频率等关键变量，证明了无机构设计在微型航空系统领域的巨大潜力。研究发表在 Aerospace Science and Technology 上。

#其他 #机器人及其进展 #压电效应 #多物理场仿真 #扑翼机

阅读更多：

Shan, Xin, and Onur Bilgen. “Multi-Physics Finite State Fully Coupled Modeling of Mechanism-Free Induced-Strain Actuated Ornithopters.” Aerospace Science and Technology, vol. 166, Nov. 2025, p. 110573. ScienceDirect, https://doi.org/10.1016/j.ast.2025.110573

结合多模态数据的人工智能准确预测高风险驾驶员

道路交通事故常源于人为失误，传统基于经验的驾驶员筛选方法难以有效预警风险。Malek Masmoudi与Imad Alsyouf等人（沙迦大学）开发出一种整合心理、生理及人口统计学特征的机器学习框架，成功在上路前精准分类并预测高风险驾驶员。

▷ 城市汽车驾驶模拟软件驾驶员视角。Credit: Engineering Applications of Artificial Intelligence (2025).

该研究构建了一个数据驱动的多模态评估框架。研究团队招募了80名参与者，首先通过结构化问卷收集包括寻求刺激、尽责性在内的9项心理特征及人口统计学数据。随后参与者在高度还原迪拜拥堵路况的驾驶模拟器中完成10分钟测试。测试期间系统利用可穿戴设备追踪心率、眨眼频率、瞳孔直径以及视线偏移等生理与视觉指标。结合模拟测试中记录的客观事故结果，研究采用K近邻算法等进行风险预测。结果表明K近邻算法表现最佳，预测准确率达百分之九十三点七五，且假阴性率为零。特征分析证实视线偏移、寻求刺激倾向、尽责性以及性别是预测安全风险的最佳指标。天性自律者倾向谨慎驾驶，而频繁视线游离的驾驶员发生事故的概率显著攀升。这项研究发表在 Engineering Applications of Artificial Intelligence 上。

#AI驱动科学 #预测模型构建 #交通安全 #机器学习 #心理特征

阅读更多：

Masmoudi, Malek, et al. “Driver Risk Classification for Transportation Safety: A Machine Learning Approach Using Psychological, Physiological, and Demographic Factors with Driving Simulator.” Engineering Applications of Artificial Intelligence, vol. 162, Dec. 2025, p. 112585. ScienceDirect, https://doi.org/10.1016/j.engappai.2025.112585

语境连贯但用词相异：GPT-4o在结构化心理治疗对话中的对齐度测试

大语言模型在心理健康领域的广泛应用引发了关于其能否遵循循证心理治疗原则的担忧。Bazen Gashaw Teferra、Sandra Huang和Nabil Johny等评估了模型在动机访谈中的表现，发现大模型能够生成符合语境的响应，但在语义对齐和长对话连贯性上仍存在明显局限。

该研究交叉分析了154次高保真动机访谈（Motivational Interviewing，一种旨在促进患者行为改变的协作式结构化沟通方法）记录中的3706次对话。研究团队使用GPT-4o模型生成回复，并通过两种自动化指标进行评估。结果显示，基于深度学习的上下文连贯性指标平均得分为0.72，显著高于平均得分为0.29的余弦相似度。这表明模型生成的回复在语境上是恰当的，但遣词造句与人类不同。此外，当人类治疗师的主题一致性较高时，模型的表现也随之提升。然而，随着对话延长，模型表现轻微下降，回复变得冗长。研究还发现，模型偏向共情反馈，而人类更注重对话节奏。研究发表在 JAMA Netw Open 上。

#大模型技术 #心理健康与精神疾病 #动机访谈 #自然语言处理 #人工智能评估

阅读更多：

Teferra, Bazen Gashaw, et al. “Alignment of Large Language Model Responses With Human Therapists in Motivational Interviewing.” JAMA Network Open, vol. 9, no. 3, Mar. 2026, p. e262750. PubMed, https://doi.org/10.1001/jamanetworkopen.2026.2750

整理｜ChatGPT

编辑｜丹雀、存源

关于追问nextquestion

天桥脑科学研究院旗下科学媒体，旨在以科学追问为纽带，深入探究人工智能与人类智能相互融合与促进，不断探索科学的边界。欢迎评论区留言，或后台留言“社群”即可加入社群与我们互动。您也可以在后台提问，我们将基于追问知识库为你做出智能回复哦~

关于天桥脑科学研究院

天桥脑科学研究院（Tianqiao and Chrissy Chen Institute）是由陈天桥、雒芊芊夫妇出资10亿美元创建的世界最大私人脑科学研究机构之一，围绕全球化、跨学科和青年科学家三大重点，支持脑科学研究，造福人类。

研究院在华山医院、上海市精神卫生中心分别设立了应用神经技术前沿实验室、人工智能与精神健康前沿实验室；与加州理工学院合作成立了加州理工陈天桥雒芊芊神经科学研究院。

研究院还建成了支持脑科学和人工智能领域研究的生态系统，项目遍布欧美、亚洲和大洋洲，包括、、、科研型临床医生奖励计划、、、科普视频媒体「大圆镜」等。