研究人员开发了Brain2Qwerty v2，这是一种能够使用脑磁图（MEG）从非侵入性脑部记录中解码自然语句的新型模型。该模型通过分析九名受试者在10小时内输入的22,000个句子，实现了39%的平均词错误率。这项由深度学习和大型语言模型驱动的进展表明，非侵入性脑语解码正接近以前只有手术植入物才能达到的准确性水平，并且随着数据量的增加，性能有望进一步提高。 AI
影响 推进非侵入性脑机接口，可能为言语和运动障碍者恢复交流能力。
排序理由 详细介绍新模型和基准测试结果的学术论文。[lever_c_research降级：ic=1 ai=1.0]
- alphaXiv
- arXiv
- Brain2Qwerty v2
- CatalyzeX
- DagsHub
- deep learning
- Gotit.pub
- Hugging Face
- large language models
- magnetoencephalography
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
