BEEMO：用行为数据解耦预训练提升神经运动解码

Divyansha Lachi 等研究者在 arXiv 发布论文，提出 BEEMO 框架，将行为与神经表征学习解耦，支持任意配比的配对神经-行为数据与非配对行为数据混合训练。代码已开源。 在非人类灵长类皮层内运动数据集上，论文称加入非配对行为数据可提升解码性能，尤其是向新任务迁移；仅用行为数据预训练即可达到与更大规模神经数据预训练相当的模型表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。