Grenzbewusste Kontextverankerung für einen Niedrigkanal-EEG-Agenten

Zusammenfassung

Große Sprachmodelle (Large Language Models, LLMs) können wissenschaftliche Software benutzerfreundlicher machen. Ein allgemeines Modell weiß jedoch nicht automatisch, welche Messungen ein bestimmter Sensor unterstützt, welche Algorithmen in der aktuellen Software implementiert sind oder welche Schlussfolgerungen durch ein berechnetes Ergebnis gerechtfertigt sind. Diese Unterscheidungen sind besonders wichtig für die Elektroenzephalographie (EEG) mit wenigen Kanälen, wo eine spärliche räumliche Abdeckung und variable Signalqualität plausible, aber nicht abgesicherte Interpretationen leicht ermöglichen. Wir stellen den NeuraDock Agent vor, eine quelloffene Architektur, die eine deterministische lokale EEG-Engine von einer hardwarebewussten Sprachebene trennt. Die numerische Engine analysiert Aufzeichnungen, führt Qualitätskontrolle durch, führt überprüfte spektrale Workflows aus und schreibt maschinenlesbare Artefakte. Das LLM erhält nur eine kompakte, auf einer Positivliste stehende Zusammenfassung und ein versioniertes Kontextpaket. Der Kontext beschreibt die Hardware mit sieben Kanälen, überprüfte Workflows, Ergebnisfelder, Implementierungsgrenzen, wissenschaftliche Grenzen und Referenzfälle. Rohe EEG-Daten und dichte per-Sample-Arrays bleiben lokal. Wir evaluieren das System auf drei Ebenen. Erstens erzeugten 12 Aufzeichnungen über zehn numerische Wiederholungen hinweg identische strukturierte Ergebnisse, und ein vollständiger Rest/Task-Durchlauf erzeugte über drei Wiederholungen hinweg identische Hashes für Ergebnis, Bericht und Abbildung. Zweitens bestätigten Anfrage-Aufzeichnungs- und Fehlerinjektionsexperimente die getestete Datengrenze sowie die Erhaltung lokaler Artefakte unter HTTP-, fehlerhaften Ausgabe- und Verbindungsfehlern. Drittens testete ein Benchmark zur Grenzbewusstheit 36 gewöhnliche und adversarialische Fragen unter vier Kontextablationen und zwei LLMs, was 288 Ausgaben ergab. Diese Ergebnisse stützen eine hardware- und implementationsbewusste Verankerung als praktischen Mechanismus zur Kalibrierung dessen, was ein EEG-Agent akzeptiert, qualifiziert oder ablehnt; sie begründen jedoch weder klinische Validität noch einen validierten absoluten kognitiven Belastungsindex.

English

Large language models (LLMs) can make scientific software easier to use. However, a general model does not automatically know which measurements a particular sensor can support, which algorithms are implemented in the current software, or which conclusions are justified by a computed result. These distinctions are especially important for low-channel electroencephalography (EEG), where sparse spatial coverage and variable signal quality make plausible but unsupported interpretations easy to produce. We present NeuraDock Agent, an open-source architecture that separates a deterministic local EEG engine from a hardware-aware language layer. The numerical engine parses recordings, performs quality control, executes reviewed spectral workflows, and writes machine-readable artifacts. The LLM receives only a compact, allowlisted summary and a versioned context pack. The context describes the seven-channel hardware, reviewed workflows, result fields, implementation boundaries, scientific limits, and reference cases. Raw EEG and dense per-sample arrays remain local We evaluate the system at three levels. First, 12 recordings produced identical structured results over ten numerical repetitions, and a complete Rest/Task run produced identical result, report, and figure hashes over three repetitions. Second, request-capture and failure-injection experiments confirmed the tested data boundary and preservation of local artifacts under HTTP, malformed-output, and connection failures. Third, a boundary-awareness benchmark tested 36 ordinary and adversarial questions under four context ablations and two LLMs, yielding 288 outputs.These results support hardware- and implementation-aware grounding as a practical mechanism for calibrating what an EEG agent accepts, qualifies, or refuses; they do not establish clinical validity or a validated absolute cognitive-load index.