用跨域迁移实现认知的过程级解码

一项预印本提出“跨域迁移”方法，主张认知由可跨任务泛化的抽象神经表征组合而成，因此与特定认知过程相关的神经特征可在一个任务中解码、再检验其向另一任务的迁移。该框架整合了人类、非人动物与人工神经网络的多任务研究证据，通过系统化的任务选择与验证，为检验竞争性认知理论和开发更具可解释性的过程级行为测量与预测方法提供路径。