热点事件观察中
FlatClip复用图像基础模型做fMRI表征学习
1 篇报道1 家媒体或机构8 天前更新
先了解这件事
AI 综述
2026年10月16日，arXiv q-bio.NC（Neurons and Cognition）刊出Mo Wang、Quanying Liu等人的工作，提出FlatClip方法用于fMRI表征学习。据该报道，FlatClip将皮层活动渲染为解剖对齐的flatmap，再用冻结的SigLIP2编码器提取特征，仅训练轻量下游探针，不做fMRI专用编码器预训练或微调。目前公开信息仅此一篇一手报道，尚无后续进展。
AI 根据报道生成 · 8 天前更新
最新进展10月16日 12:00
Mo Wang、Quanying Liu等提出FlatClip，用冻结SigLIP2加轻量探针做fMRI表征学习。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16日
- arXiv q-bio.NC（Neurons and Cognition）Mo Wang、Quanying Liu 团队提出 FlatClip，用皮层 flatmap 复用图像基础模型做 fMRI 表征学习
Mo Wang、Quanying Liu 等提出 FlatClip，将皮层活动渲染为解剖对齐的 flatmap，再用冻结的 SigLIP2 编码器提取特征，仅训练轻量下游探针，不做 fMRI 专用编码器预训练或微调。
本事件热度走势
当前热度 1·可比范围峰值 7（10月18日 04:00）·近 24 小时可比范围变化 -22%
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。