跳到主要内容
检索

# 脑电文本生成

1 篇关联报道

订阅更新
  1. arXiv

    脑电转文字不再压成一个全局向量:原始图与草图双路监督,六名受试者平均分类达76.08%

    视觉诱发脑电转文字此前通常把整段脑电压成一个全局表示,再直接投影进大语言模型的隐藏空间,容易丢失颜色、纹理等细节。该工作改用原始图像与草图两路互补监督,学出两条脑电语义令牌流,再经分支专属的语义查询桥压成紧凑语义槽并转成大语言模型可读的软提示。在ImageNet-EEG上,六名受试者的平均分类准确率为76.08%,脑电转文字在LLaMA3-8B、Mistral-7B-v0.3与Qwen2.5-7B三个骨干上相对Thought2Text的ROUGE、BLEU、METEOR、BERTScore与GPT-4o充分性均有提升。

已读完全部报道