AutoBCI：用双智能体自动发现EEG解码架构
热点事件持续更新
AutoBCI：用双智能体自动发现EEG解码架构
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者提出 AutoBCI，一个由 Designer Agent 和 Forecaster Agent 协同完成 EEG 解码架构发现与选择的代理式框架，并在 arXiv 发表论文介绍其设计与应用。 论文作者用 6 个 LLM（含 Claude Opus 5.5）在覆盖运动想象、情绪识别和睡眠分期任务的 14 个 EEG 数据集上评测。据论文所述，AutoBCI 用 Claude Opus 5.5 发现的架构平均测试 balanced accuracy 达 64.16%，优于该指标上最强的基线 REVE 的 63.87%。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 13:00
AutoBCI：面向 EEG 脑机接口的预测引导式智能体神经架构发现框架报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIAutoBCI：面向 EEG 脑机接口的预测引导式智能体神经架构发现框架
研究者提出 AutoBCI，一个由 Designer Agent 和 Forecaster Agent 协同完成 EEG 解码架构发现与选择的智能体框架。用 Claude Opus 5.5 等 6 个 LLM 在 14 个 EEG 数据集上评测，发现的架构平均测试 balanced accuracy 达 64.16%，优于最强基线 REVE 的 63.87%。
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。