bioRxiv（Neuroscience）· Mainak Deb·· 11 天前AI 评分51
Mainak Deb 提出 Braintree：面向在体视觉神经科学的智能体框架
Braintree: An agentic framework for in-silico vision neuroscience
AI 导读
Mainak Deb 提出 Braintree，一个可自主运行多实验研究的智能体框架，直接使用人类视觉皮层的在体模型开展研究。给定假设后，Braintree 能检索文献、设计实验、用算法操控或合成刺激构建刺激集、在候选脑编码模型上运行实验、分析响应，并据此设计更强的测试，整个循环自主运行且可在任一阶段接受人工输入。
AI 要点
团队
作者为 Mainak Deb，原文未提及所属机构。
主要结果
在三个开放性递增的问题上评估：复现已发表发现并用自建新刺激集验证；找到能差异化驱动两个脑区的刺激维度；找出可区分同一脑区竞争其实验。
解决什么问题
让视觉神经科学实验端到端可计算，使研究者能探索更多实验条件并挑出最值得在人脑上测试的。
方法
Braintree 为智能体框架，可自主完成多实验研究：推理文献、设计实验、用算法操控或合成刺激、在候选脑编码模型上运行、分析响应并迭代设计，全程可接受人工介入。
局限
从研究设计看，实验在 in-silico 模型上进行，未在人类受试者上验证。
AI 依据原文整理，未经人工核对。
来源：bioRxiv（Neuroscience） · biorxiv.org