热点事件历史事件
多模态序列到序列模型跨被试预测脑响应
1 篇报道1 家媒体或机构18 天前更新
先了解这件事
AI 综述
2026年10月6日，arXiv q-bio.NC（神经元与认知）发布一项研究，提出一种多模态序列到序列 Transformer，用于跨受试者预测自然刺激下的大脑反应。该模型采用共享刺激编码器与轻量受试者特异性解码器的混合跨受试者参数化方案，从视觉、音频、语言及视觉-语言表征自回归预测全皮层 parcel-wise fMRI 时间序列。目前报道仅涉及该模型的提出与预测方式，未提及实验验证结果或与其他方法的比较。
AI 根据报道生成 · 18 天前更新
最新进展10月6日 12:00
研究者提出多模态序列到序列 Transformer，实现跨受试者预测自然刺激下的大脑反应。全部报道
同一件事各家媒体的报道，按发布时间排列。事情有了新的进展时，会单独列在「事件进展」里。
10月6日
- arXiv q-bio.NC（Neurons and Cognition）多模态序列到序列模型实现跨受试者预测自然刺激下的大脑反应
研究者提出一种多模态序列到序列 Transformer，采用共享刺激编码器与轻量受试者特异性解码器的混合跨受试者参数化方案，从视觉、音频、语言及视觉-语言表征自回归预测全皮层 parcel-wise fMRI 时间序列。
本事件热度走势
当前热度 0·可比范围峰值 1（10月18日 04:00）·近 24 小时可比范围变化 -20%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。