創新點 •首次系統揭示LLM性能與大腦層級對齊的雙重收斂關係，發現不僅LLM性能越高越能預測神經響應（r=0.92），而且好模型在更淺的層級就達到最大腦相似度（r=-0.81） •提出"大腦層級對齊分數"並證明好模型的特徵提取路徑更線性地對應人腦層級，借鑑視覺領域的方法，用電極距pmHG的距離作為大腦層級代理指標，計算LLM各層最佳預測層與大腦層級的線性相關，發現該對齊分數與LLM性能強相關（r=0.79），並用電極延遲作為替代指標重複驗證（r=0.89），證明高性能模型的層級化特徵提取更接近人腦從初級聽覺皮層到高級語言區的遞進式處理 方法