Neural Signals (United States)

New MD-SigLIP framework enhances brain-language decoding accuracy

研究人员开发了一个名为MD-SigLIP的新框架，通过在共享语义空间中直接对齐神经表征和文本嵌入来改进脑语言解码。该方法旨在阐明解码内容是否真正反映了大脑活动，还是仅仅是语言模型的重建。通过使用带有边距正则化项的重复感知sigmoid对比学习，MD-SigLIP模拟了语义簇和负样本之间的结构化排序，捕捉了语言嵌入在神经信号中的组织。实验表明，该方法达到了最先进的检索性能。