arXiv q-bio.NC（Neurons and Cognition）·2026-10-08 12:00· 16 天前精选AI 评分60

Arnaud Delorme 团队用EEG基础模型做视频解码，发现受试者规模约50人后才出现增益

Scaling subjects in cross-modal alignment: video decoding with EEG foundation model

AI 导读

Arnaud Delorme 团队在 arXiv 预印本中训练跨模态 EEG-视频对比编码器，把受试者队列扩大到此前文献一个数量级以上，发现受试者规模这一维度存在启动阈值。

AI 要点

团队

第一作者 Dung Truong，末位作者 Arnaud Delorme，共 3 位作者。

主要结果

受试者数低于约 50 时模型不优于未训练编码器；高于该阈值后解码性能随受试者数对数线性上升，在拟合刺激特征探针和无拟合电影片段检索上均未饱和，且增益可迁移到第二部未见过的影片。

解决什么问题

此前 EEG 自然视觉解码受队列规模限制，已有扩展研究最多几十名受试者，并据此认为扩大受试者队列收益甚微。

方法

在比以往大一个数量级以上的队列上训练跨模态 EEG—视频对比编码器；对比随机初始化编码器与由 EEG 基础模型初始化的编码器。

局限

从研究设计看，结论基于共享自然刺激下的对比编码器训练，未涉及临床或实际应用场景。

AI 依据原文整理，未经人工核对。

AI 推荐理由

研究把受试者规模推到此前文献一个数量级以上，并给出约50人这一性能拐点，可供做EEG视觉解码的团队参考数据规模与初始化选择。