generative-causal-testing

LLM 기반 뇌 예측 모델에서 도출한 언어 기반 설명을 짧은 문장으로 정제한 뒤, 같은 LLM으로 해당 설명을 자극하는 새 이야기를 생성해 fMRI로 검증하는 방법론이다. 모델→텍스트(설명)→생성 자극→fMRI 반응 검증의 순서로 작동하며, 블랙박스 예측을 실험적으로 증명 가능한 이론으로 변환한다. 신경과학에서 모델 기반 가설을 인과적으로 검사하는 수단으로 중요하다.