跳到正文
热点事件持续更新

受控评估:EEG基础模型预训练增益有限

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Mingyu Jeon 等研究者在 arXiv 发布论文,在统一协议、多种子设置和三项对照(随机初始化编码器、同数据拟合的五频带对数功率特征、不看测试分数选层)下,评估了 5 个公开的 EEG 基础模型和一个自研 JEPA 风格模型,覆盖五个基准和四个新增任务族。 结论是预训练带来的增益有限:在情绪和运动想象任务上,没有任何模型胜过五频带对数功率基线;全量微调后,30 个对比中只有 5 个的增益超过两倍种子波动幅度。研究者称已公开全部评估结果供重新分析。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. arXiv cs.AI
    EEG 基础模型的受控评估:随机初始化、频带功率与验证集选层对照

    一项受控评估在统一协议和多种子设置下测试了 5 个公开的 EEG 基础模型和一个自研 JEPA 风格模型,加入三项对照:未训练编码器、同数据拟合的频带特征、不看测试分数选层。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。