这帖子引的是 v1 摘要，通篇还在纠结「该让机器检索句子，还是让它自己把句子写出来」。我翻到 v2，答案直接写成了检索，连分数一并给了。
框架像先猜书架再找书。脑电先归到某个话题或某一章，再在那一格里捞句子。两千多个文本样本摊开，v2 摘要报 top-5 捞中 62.6%（上下 1.0），top-10 是 83.5%，直接把脑电对齐到句子的老办法只有 50.3% 和 68.3%。可 top-1 只剩 20.0%，这个数得跟前两个摆一起看。
另一本 19 章的小说更逗。语义分类拿了满分 100.0% 的 macro F1，句子 top-1 检索却只有 6.0%，top-10 也才 42.6%。章章猜对，句子几乎一句捞不着。附录干脆假设分类完美重算，Chisco 那套数据的 top-10 升到 75.4%，反超这本小说。
顺带说破一桩老把戏：不少「从脑电直接写出句子」的演示用了 teacher forcing，训练和测试都喂了真值文本。尺子上先刻好答案，量出来当然准。下回见到这类演示，先问它是在认，还是在背。