本文研究了振荡相位编码（OPC）在神经系统中的出现及其计算意义。我们在具有适应机制的循环神经网络（RNN）上训练了可变延迟的序列工作记忆任务。训练后，网络自发出现OPC：记忆项在共享节律的不同相位上重复出现，振幅携带项目身份信息，而相位携带序列顺序信息。\n\n消融实验表明，OPC的形成依赖于三要素：神经动力学的适应性、记忆保持期间的可变延迟以及信息读取的灵活性。对网络内部神经元类型的分析揭示了内容细胞和时间细胞的并存，前者负责项目身份，后者负责时间顺序，二者处理过程相互独立。\n\n进一步的递归连接分析显示，时间细胞之间形成相位组织的连接模式，而在内容细胞内部则出现基于数字选择的结构化连接。受此启发，我们构建了一个神经电路模型，利用内容单元与自适应时间环的交互成功复现了OPC现象。\n\n该研究说明了网络结构和任务需求如何驱动OPC的产生，为生物系统中OPC的实现机制提供了新视角，也为构建具有人类认知能力的计算模型提供了参考。\n\n点评：本文通过系统实验展示了适应性RNN如何自然形成相位编码，为理解大脑记忆序列提供了可验证的模型框架。