EEG基础模型受控评估:随机初始化追平预训练
热点事件持续更新
EEG基础模型受控评估:随机初始化追平预训练
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Mingyu Jeon等作者在统一协议下评估了五个公开EEG基础模型和一个自研JEPA风格模型,覆盖五个基准与四个新增任务族。研究发现,按测试分数选层会把逐层峰值平均抬高+0.034,并在36个格子中的9个反转峰值与输出差距。 改用验证集选层后,随机初始化在睡眠和情绪任务上追平或超过半数模型的预训练效果;没有模型能在情绪或运动想象任务上胜过五频带对数功率基线。
AI 根据报道生成 · 55 分钟前更新
最新进展10月26日 12:00
EEG 基础模型受控评估:随机初始化、频带功率与验证集选层探针报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- arXiv cs.AIEEG 基础模型受控评估:随机初始化、频带功率与验证集选层探针
一项受控评估在统一协议下测试了五个公开 EEG 基础模型和一个自研 JEPA 风格模型,覆盖五个基准与四个新增任务族。按测试分数选层会把逐层峰值平均抬高 +0.034,并在 36 个格子中的 9 个反转峰值与输出差距;改用验证集选层后,随机初始化在睡眠和情绪任务上追平或超过半数模型的预训练效果,且没有模型能在情绪或运动想象任务上胜过五频带对数功率基线。
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。