Blackrock 团队提出端到端脑到文本框架 BIT，WER 降至 10.22%
AI 摘要Blackrock Neurotech 团队提出端到端脑到文本（BIT）框架，用单一可微神经网络把神经活动直接翻译为句子，将此前端到端方法的词错误率（WER）从 24.69% 降至 10.22%。
#Blackrock Neurotech
#Blackrock Neurotech
今日 0 条Blackrock Neurotech NewsAI 评分5252
Blackrock Neurotech NewsAI 评分2525 Blackrock Neurotech 研究：额极皮层短暂微刺激可持久干扰反事实规则处理
AI 摘要研究团队用多电极阵列记录两只猕猴额极皮层（FPC）的局部场电位，发现 gamma 与 beta 爆发追踪的是反事实规则价值而非当前规则。对单次试次施加短暂高频微刺激，可因果性改变 FPC 的 LFP 活动及后续试次中规则引导的决策，并诱导多试次时程的 beta、gamma 活动紊乱。
Blackrock Neurotech NewsAI 评分3737 Blackrock Neurotech 研究：人类后顶叶与运动皮层对动作的层级化与情境依赖编码
AI 摘要研究人员在两名植入 Utah 阵列的四肢瘫受试者中记录了运动皮层（MC）与顶上小叶（SPL）的神经活动，受试者执行或观察手部动作。MC 强烈编码运动意图，观察时仅有微弱、特征特异的群体水平重叠；SPL 则在单细胞和群体水平上支持意图与观察共享的模型。在指令与观察动作不一致时，SPL 仅在观察动作具有行为相关性时编码该动作，MC 仍以意图为主导。