REALM发布：面向LFP的回顾性编码器对齐框架

研究人员提出REALM框架，这是用于因果LFP行为解码的回顾性知识蒸馏（RKD）方法。 该框架将双向LFP教师模型的表征，蒸馏至紧凑的因果学生模型中，以实现更高效的解码效果。 在效率上，其参数量不到CrossModalDistill的五分之一，预训练时间仅为其十分之一，并显著提升了平均准确率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。