BEEMO：用无配对行为数据扩展神经解码

Divyansha Lachi 等作者提出多会话神经解码框架 BEEMO，可混合使用配对的神经-行为记录与无配对行为数据训练：行为解码器直接从行为轨迹学习运动动态，神经活动仅在可用时通过交叉注意力层注入。 在多个非人灵长类皮层内运动数据集上，加入无配对行为数据提升了跨新任务的解码表现；仅用目标任务的少量行为数据即可进一步改善迁移。作者称，纯行为预训练（不含任何神经预训练）的性能可与在更大神经数据集上预训练的模型相当。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。