NeuroAdapt-Bench

新研究应对脑电图基础模型适应真实世界偏移的挑战

两篇新研究论文探讨了将脑电图（EEG）基础模型适应真实世界分布偏移的方法。第一篇论文介绍了 NeuroAdapt-Bench，一个用于评估测试时自适应（TTA）技术的基准，发现现有的 TTA 方法在 EEG 数据上常常产生不一致的结果或降低性能。第二篇论文提出了 NeuroOnline，一个结合了多视图一致性学习和上下文感知表示调制的统一框架，以实现在线场景下的持续自适应，并在分布偏移下表现出性能提升。