EEG-HealthBench

语言大模型通过新框架适配，实现统一脑电图健康评估

研究人员开发了EEG-HealthLLM，一个将语言大模型（LLMs）适配于统一异构脑电图（EEG）健康评估的新框架。该方法采用非对称分层自适应策略，结合了特定任务的EEG适配器和注入到Phi-3等语言大模型中的共享LoRA。该框架在新EEG-HealthBench上进行了评估，该基准包含癫痫发作检测和情绪障碍评估等任务。EEG-HealthLLM实现了69.58%的最高平均平衡准确率，同时显著减小了模型的适配器占地面积。