arXiv 机器学习· Mingyu Jeon, Suwan Cho, Jae Young Suh·· 6 小时前AI 评分46
EEG 基础模型对照评估：随机初始化、频段功率与验证集探针选择
Controlled Evaluation of EEG Foundation Models: Random Initialisation, Band-Power and Validation-Selected Probes
AI 导读
一项针对 5 款公开 EEG 基础模型与 1 款 JEPA 模型的对照评估显示，引入随机初始化等严格对照后预训练增益显著缩水。验证集选层下，随机初始化在睡眠与情绪任务中追平或超越半数模型，且无模型在情绪或运动想象上击败 5 频段 log-power 基线。全微调后仅 5/30 对配置增益超过两倍种子方差，团队据此提出 4 项报告规范并公开全量评测数据。
来源：arXiv 机器学习 · arxiv.org