跳到正文
arXiv · AI· Jun-Yu Pan, Ruicheng Yin, Bao-Liang Lu, Dongsheng Li, Wei-Long Zheng, Yansen Wang·· 17 天前AI 评分32

LaBraM 大规模扩展:提升 EEG 预训练数据与模型容量

LaBraM at Scale: Scaling Data and Models for EEG Pretraining

AI 导读

研究团队在保留 LaBraM 核心编码器与目标的基础上,扩展预训练数据与模型容量,训练出 5.8M 至 1.97B 参数的 10 个编码器。

来源:arXiv · AI · arxiv.org