arXiv q-bio.NC（Neurons and Cognition）·· 11 天前AI 评分41
NeuroVolve：在视觉语言模型嵌入空间中优化神经目标以生成脑引导图像
NeuroVolve: Evolving Visual Stimuli toward Programmable Neural Objectives
AI 导读
NeuroVolve 是一个生成式框架，通过在预训练视觉语言模型的嵌入空间中优化可编程神经目标函数，实现脑引导图像合成，可激活或抑制单个及多个脑区。该框架能恢复已知的脑区选择性，并合成满足多脑区约束的连贯场景，还可捕捉受试者特异性偏好，支持个性化脑驱动合成。
AI 要点
团队
第一作者 Haomiao Chen，末位作者 Amy Kuceyeski，共 4 位作者。
主要结果
NeuroVolve 可复现单个脑区已知的选择性，并合成满足多脑区约束的连贯场景，还能呈现脑区间的共激活与去相关关系。
解决什么问题
此前生成模型只能复现孤立脑区已知的类别选择性，难以揭示复杂自然视觉中脑区如何相互作用。
方法
在预训练视觉-语言模型的嵌入空间中优化可编程神经目标函数，以激活或抑制单个或多个脑区来引导图像生成。
局限
从研究设计看，为方法学框架研究，未设对照，也未报告受试者数量。
AI 依据原文整理，未经人工核对。
来源：arXiv q-bio.NC（Neurons and Cognition） · arxiv.org