XiaoMi-AI文件搜索系统
World File Search SystemBrainlm
Brainlm：大脑活动的基础模型...
我们介绍了大脑语言模型（Brainlm），这是一个在6,700小时的FMRI记录中训练的大脑活动动态基础模型。利用了自我监督的掩盖预测训练，Brainlm表现出较小的调整和零摄像的推理任务的效率。微调允许准确预测年龄，焦虑和PTSD等临床变量以及对未来大脑状态的预测。至关重要的是，该模型可以很好地推广到训练期间未见的全新外部队列。在零射推理模式下，Brainlm可以直接从原始fMRI数据中识别固有的功能网络，而无需在培训期间任何基于网络的监督。该模型还产生了可解释的潜在表示，这些表示揭示了大脑活动模式和认知状态之间的关系。总的来说，Brainlm提供了一个多功能且可解释的框架，用于阐明人类脑活动的复杂空间动力学。它是一种强大的“镜头”，可以通过该镜头以新的方式分析fMRI数据的大量存储库，从而使更有效的解释和利用能够大规模地进行。这项工作证明了基础模型可以推进计算神经科学搜索的潜力。
BrainLM：大脑活动记录的基础模型
我们引入了大脑语言模型 (BrainLM)，这是基于 6,700 小时 fMRI 记录进行训练的大脑活动动力学基础模型。利用自监督掩蔽预测训练，BrainLM 在微调和零样本推理任务中表现出色。微调可以预测临床变量和未来的大脑状态。在零样本推理中，该模型识别功能网络并生成可解释的神经活动潜在表示。此外，我们引入了一种新颖的提示技术，使 BrainLM 可以作为大脑活动对扰动反应的计算机模拟器。BrainLM 为分析和理解大规模大脑活动数据提供了一个新颖的框架，可作为更有效地解释新数据的“镜头”。
BrainLM：大脑活动记录的基础模型
我们引入了大脑语言模型 (BrainLM)，这是基于 6,700 小时 fMRI 记录进行训练的大脑活动动力学基础模型。利用自监督掩蔽预测训练，BrainLM 在微调和零样本推理任务中表现出色。微调可以准确预测年龄、焦虑和 PTSD 等临床变量以及预测未来的大脑状态。至关重要的是，该模型可以很好地推广到训练期间未见过的全新外部队列。在零样本推理模式下，BrainLM 可以直接从原始 fMRI 数据中识别内在功能网络，而无需在训练期间进行任何基于网络的监督。该模型还生成可解释的潜在表示，揭示大脑活动模式与认知状态之间的关系。总体而言，BrainLM 提供了一个多功能且可解释的框架，用于阐明人类大脑活动的复杂时空动态。它就像一个强大的“镜头”，通过它可以以新的方式分析大量 fMRI 数据，从而实现更有效的解释和大规模利用。这项工作证明了基础模型推动计算神经科学研究的潜力。