为玩而理：前沿大型推理模型与人类游戏学习者的行为及大脑对齐

本文探讨现代 AI 系统是否能像人类一样在陌生环境中快速学习抽象知识并指导行动。研究利用包含复杂人类游戏行为及同步 fMRI 记录的数据集，要求参与者学习需规则发现、假设修正及多步规划的新视频游戏。研究对比了前沿大型推理模型（LRMs）、无模型与基于模型的深度强化学习代理及贝叶斯理论代理。结果显示，LRMs 在游戏探索阶段最接近人类行为模式，且在预测皮层及皮层下脑区活动方面优于其他代理一个数量级。进一步实验表明，这种大脑对齐反映了模型对游戏状态的上下文表征，而非其下游规划或推理过程。