NeurIPS 论文 BeeMO:用非配对行为数据突破脑机解码数据瓶颈
tyrell_turing · x · 2026-11-20
一篇入选 NeurIPS 2026 的论文 BeeMO 提出,神经数据稀缺是脑解码器(brain decoder)规模化的主要瓶颈,作者给出新的扩展轴:利用非配对(unpaired)行为数据来训练神经解码器,无需神经数据与行为数据一一对应。论文与代码均已公开,作者将在悉尼 NeurIPS Poster Session 3 展示。
「研究」频道最新
- 投 100 万美元建公开基准,labs 会砸 1 亿美元去刷它 — _jasonwei · 2026-11-20
- 从业者实测:用 agent 做新颖性搜索极难,但暴露了巨大能力过剩 — generativist · 2026-11-20
- 斯坦福团队 NeurIPS 论文:类比推理破 LLM 科学创意模式坍缩 — james_y_zou · 2026-11-20
- 亚马逊论文:过期技能可让 Agent 成绩反降 11.4 分,选择性维护修复 — rohanpaul_ai · 2026-11-20
- Astera 研究所开放全资驻留:12-18 个月含科研经费 — anshulkundaje · 2026-11-20
- 形式化验证不止 Lean/Dafny:四种证明范式的哲学分野 — satnam6502 · 2026-11-20