arXiv上发表的一篇新研究论文评估了五个公开可用的脑电图基础模型和一个内部模型，并引入了一个受控协议来评估它们的性能。研究发现，对照显著影响模型读数，基于测试分数的层选择提高了性能，而随机初始化在某些情况下可以匹配或超越预训练。此外，在完全微调后，只有一小部分模型对显示出超出其种子扩散的增益，并且使用频谱特征的基线模型在特定任务上的表现通常相当或更好。 AI
影响 强调了脑电图基础模型能力可能被夸大，并建议改进评估实践。
排序理由 评估现有模型的 ist 研究论文，采用新协议。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
