LaS：用语言描述监督神经解码

研究者 Xuan Wen 等提出 Language as Supervision（LaS）神经解码方法：通过可学习投影把神经特征与自然语言类别描述对齐，再用候选文本原型完成分类。在头皮与颅内记录的视觉、运动、语音解码任务中，其语音解码准确率较匹配的 CLS 基线最高提升 17.15 个百分点。 据该研究，LaS 学到的表示支持候选集复用，以及受标签监督的被试和会话适配，并可在 SSVEP 响应中实现条件性未见频率解码。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。