Thought2Text

新的脑电图到文本系统优先考虑隐私和效率

研究人员开发了 SENSE，一个新颖的框架，用于将脑电图 (EEG) 信号转换为文本，而无需对大型语言模型 (LLM) 进行微调。该方法将解码过程分为设备上的语义检索和基于提示的生成，提取抽象语义线索而不是原始神经数据。该系统使用一个大约有 600 万个参数的轻量级脑电图到关键词模块，确保敏感的神经信号保留在本地，从而增强隐私。SENSE 在文本生成质量方面已证明与完全微调的模型相当或更优，同时显著降低了计算成本。