只有感知任务，没有预测目标
论文追问的是：感知系统为什么要耗费资源去预测接下来会发生什么。它的检验设计刻意收窄：让单层门控循环网络学习对音乐标记的带噪观测去噪，作者把这一任务当作感知的隐喻。训练损失只涉及当前的潜在标记，目标函数中没有任何一项奖励对未来作出预期。
数据是 700 首不重复的巴赫作品，来自 1,432 个 MIDI 文件，按作品编号划分为 490 首训练、70 首验证和 140 首测试，因此测试作品的任何乐章都没有出现在训练中。每首作品被转换成基于事件的序列，每个标记是 12 维二元音级向量；观测则通过在潜在标记上叠加高斯噪声生成。噪声幅度共 14 档，从几乎无噪声（σ = 0.001）到 σ = 2；网络规模从 8 到 256 个隐藏单元，每种组合用 5 次独立初始化训练，共得到 420 个网络。
冻结网络，再探测其状态
去噪训练完成后，循环权重和去噪读出层被冻结。随后再训练一个线性读出层，从隐藏状态预测下一个潜在标记，因此网络的内部动态完全保持去噪训练塑造出的样子。如果这个读出层携带预测信息，那么信息必然存在于被冻结的状态本身。
真正有意义的比较对象是基准模型，而不是零。一个宽松的一阶马尔可夫模型看到与网络相同的带噪观测；一个保守的马尔可夫模型看到干净的当前标记，相当于在完全去噪的输入上做读出。作者据此推断：真正含有预测信息的网络应当优于保守基准，而不含预测信息的网络应落在两个基准之间。另有一个端到端训练预测的 RNN 作为经验性能上限。由于二元交叉熵衡量的是误差，数值越低表示预测越好。
预测信息在中等噪声下出现
在贯穿全文的示例网络中，即一个在 σ = 0.25 下训练的 64 单元 RNN，预测读出层优于两个马尔可夫基准。与接收真实当前标记的保守基准相比，效应量为 Cohen's d = 0.45，p < 10⁻²⁰。这是关键结果：被冻结的去噪状态含有关于下一个标记的信息，而这些信息无法仅从上一个去噪输入直接推出。正如预期，该网络仍落后于预测训练的 RNN（d = −0.64，p < 10⁻²⁰）。
噪声依赖相当陡峭。这个 64 单元网络在 σ ≤ 0.1 时与保守基准表现相当，在 0.15 ≤ σ ≤ 0.4 时优于它，噪声更高时则落后。对于接收相同带噪输入的宽松基准，它在 σ ≥ 0.1 时胜出。作者把预测涌现的转折点定在 σ = 0.1 与 σ = 0.15 之间，并报告至少 32 单元的网络都呈现一致模式。
状态更新与状态本身都跟随预测误差
论文随后检验两个常被视为预测处理证据的神经特征。第一个问题是：在控制潜在标记实际变化量之后，状态更新的幅度是否与预测误差相关。在示例网络中，偏相关为正，且这一效应在不同网络规模和噪声区间都成立，不过部分单元格在 84 次比较的 Bonferroni 校正后不显著。
第二个问题更强：预测误差本身能否从隐藏状态中解码出来？研究者用验证集拟合岭回归，再在 140 首测试作品上评估，其中最严格的基准用当前和过去的观测来解码误差。示例网络的读出层在所有作品上都优于该基准（d = 3.46，p < 10⁻²⁰）。稳健的编码出现在 0.15 ≤ σ < 0.6 的 64 单元网络上，这正是网络优于马尔可夫基准的区间；低于 32 单元时则不明显。
为何只有中间噪声区间支持预测
作者用检测理论解释这一区间。假设 12 个潜在维度各自是独立的公平硬币投掷，那么从单次观测中精确恢复潜在标记的概率在 σ < 0.15 时高于 0.99。此时瞬时观测几乎总是足够，生成模型能带来的增益很小。当 σ > 0.4 时，该概率降到 0.27 以下，单次观测各自变得没有信息量，观测也不再支持学习预测所需的统计结构。
这是论文的解释，而不是直接测得的机制；它与作者所述的滤波理论一致：在近乎无噪声的信道中被动解码已经足够，在噪声极大的信道中边际统计占主导，只有介于两者之间时预测才划算。由此得到的实际推论是一个定性假设，而非固定定律：预测处理应当出现在为中等噪声下工作而塑造的系统中，而不一定出现在每个感觉群体中。
模拟能说明什么，不能说明什么
证据来自对标记化巴赫音乐的模拟，而非神经记录。选择音乐，是因为它由结构化系统生成，复杂到预测既可能、又无法用一阶马尔可夫模型轻易完成；但结果仍然只是感知的模型，作者将其作为可检验的定性假设提出。噪声是对二元音级标记施加的高斯扰动，网络是单层 GRU，因此这些发现本身不能直接迁移到其他架构、感觉模态或真实大脑。
还有两条边界紧贴结果。预测读出层是线性的，且在训练之后才拟合，因此它测量的是冻结状态中可用的信息，而不是网络被优化去产生的预测。预测误差解码只在有限的噪声区间和网络规模下稳健，低于 32 单元时没有明显编码。论文自己的讨论把这一假设延伸到个体在感觉噪声上的差异，以及过度依赖或依赖不足预测的相关状况，但这些延伸只是提出，并未在本研究中检验。
决定预测的是任务需求，而非架构
这篇论文的独特主张在于改变了预测处理的解释重心。其讨论引用的早期工作显示，预测会在能量约束下的 RNN 中出现；而这里作者认为，既不需要预测约束或代谢约束，也不需要预设的神经架构。真正起作用的是感知任务的难度，并以网络训练时所处的噪声区间来衡量。
因此，值得关注的变量是噪声区间，而不只是循环结构是否存在。在 σ = 0.25 下训练的去噪网络编码了预测和预测误差；同一类网络在极低或极高噪声下则没有表现出可证明的预测能力。对于评估预测处理相关主张的读者，这篇论文给出的优先事项是：先问系统是在什么噪声和能力条件下被塑造的，并把预测看作该区间的涌现属性，而不是感知的默认特征。
本文引用的文献
Prediction emerges in RNNs trained for perception
仅训练去噪的 RNN 在没有预测目标的情况下编码了预测信息和预测误差，且主要出现在中等噪声水平（0.15 ≤ σ ≤ 0.4）。